MétaCan
Menu
Retour à la cohorte
Enregistrement W2415045087 · doi:10.1002/hec.3370

Will the Need‐Based Planning of Health Human Resources Currently Undertaken in Several Countries Lead to Excess Supply and Inefficiency? A Comment on Basu and Pak

2016· letter· en· W2415045087 sur OpenAlexaff
Stephen Birch, Gail Tomblin Murphy, Adrian MacKenzie, William Whittaker, Thomas Mason

Notice bibliographique

RevueHealth Economics · 2016
Typeletter
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensMcMaster UniversityMcMaster University Medical CentreHamilton Health SciencesDalhousie University
Organismes subventionnairesnon disponible
Mots-clésInefficiencyWorkloadMisrepresentationPublic economicsSocial WelfareHealth careEconomicsBusinessRisk analysis (engineering)Actuarial scienceMicroeconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

Basu and Pak (2014) argue that need-based workforce planning models would not maximize social welfare, and use of need-based models would result in inefficiency. They propose that planning be based on service utilization to incorporate preferences or other socioeconomic factors. We show that the analysis is based on inappropriate considerations of the nature of healthcare demand, a misrepresentation of need-based approaches and misunderstanding publicly funded healthcare system objectives. We explain how current levels of utilization emerge from workload and income interests of providers that underlie utilization-based models and are incompatible with public goals of maximizing health gains. Copyright © 2016 John Wiley & Sons, Ltd.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,092
Tête enseignante GPT0,424
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth EconomicsMême sujetGlobal Health Care IssuesTravaux en français237 207