Political arithmetick : physician productivity in concept and measurement : draft discussion paper
Notice bibliographique
Résumé
This paper was written for the Fourth Annual Medical Workforce Conference, San Francisco, November 4-7, 1999. The organizers intent was to have the conference papers published, and to have the discussants for the papers in each session contribute a synthesis paper for that session. The papers synthesized here are: Harding, John, and Warwick Conn, 'Workforce Productivity in the Australian Medical workforce', Watanabe, Mamoru, Lynda Buske and Jill Strachan, 'Canadian Physician Workforce Productivity', Maynard, Alan and Karen Bloor, 'Workforce Productivity in the U.K. NHS: Measurement, Variation and Incentives'. Unfortunately the organizers plans for publication did not materialize. This paper reached the antepenultimate stage of being circulated to the session participants for comment and possible revisions, after which references were to have been added. But the overall project was abandoned before any comments were received, and the paper was never completed for publication. The broader issue of physician productivity has, however, re-emerged in Canada. I believe that the paper offers a useful analytic framework for addressing that topic along with fairly detailed illustrative examples of its application to the descriptive material, institutional and statistical, provided in the session papers. Much has changed since; no attempt has been made to up-date those papers. But the process of applying the analytic framework to the world as it then was (said to be) provides, I think, a clear guide for a similar application to present circumstances.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,087 | 0,246 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,018 | 0,011 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,014 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,016 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».