MétaCan
Menu
← Retour à la cohorte
Enregistrement W2501073323 · doi:10.1057/9780230244399_13

Patents, Policies and Pricing: Access to Medicines for Vulnerable Populations in a Global Economy*

2009· book-chapter· en· W2501073323 sur OpenAlexaff
Shree Mulay, Eowynne Feeney, Daya R. Varma

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2009
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBusinessPublic economicsPremiseEssential medicinesPopulationEconomic growthHealth careDevelopment economicsMedicineEconomicsEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Many factors contribute to ensuring affordability of medicines for vulnerable populations, for whom cost of medicines constitutes a significant proportion of a family’s budget. Suffice it to say that social determinants of health, such as household income, gender, race and class, determine who will have access to medicines, and at what price. Our underlying premise, in keeping with the theme of the book, is that we consider health to be a fundamental human right, where health is defined in broad terms to include health infrastructure, human resources, preventive and curative aspects of health and affordable medicines. We are also convinced that the state has a pivotal role, directly through the provision of drug plans or universal medical plans or indirectly through price controls and patent policies, in ensuring quality, affordable and accessible health services and medicines for its entire population. Moreover, capacity to develop and market new drugs for the benefit of the vast majority of vulnerable populations in developing countries requires investments by the state in the development of drugs for neglected diseases. In short, a comprehensive approach to public health instead of a piecemeal, disease-based approach is needed. These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0040,006
Science ouverte0,0000,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,128
Tête enseignante GPT0,336
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooks→Même sujetPharmaceutical Economics and Policy→Travaux en français237 207→