MétaCan
Menu
Retour à la cohorte
Enregistrement W2519008100 · doi:10.1186/s40064-016-3046-z

Financial contributions to global surgery: an analysis of 160 international charitable organizations

2016· article· en· W2519008100 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSpringerPlus · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueHealth careLiberian dollarFinanceSpecialtyCurrencyBusinessMedicineEconomicsFamily medicineEconomic growth

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The non-profit and volunteer sector has made notable contributions to delivering surgical services in low-and middle-income countries (LMICs). As an estimated 55 % of surgical care delivered in some LMICs is via charitable organizations; the financial contributions of this sector provides valuable insight into understanding financing priorities in global surgery. METHODS: Databases of registered charitable organizations in five high-income nations (United States, United Kingdom, Canada, Australia, and New Zealand) were searched to identify organizations committed exclusively to surgery in LMICs and their financial data. For each organization, we categorized the surgical specialty and calculated revenues and expenditures. All foreign currency was converted to U.S. dollars based on historical yearly average conversion rates. All dollars were adjusted for inflation by converting to 2014 U.S. dollars. RESULTS: One hundred sixty organizations representing 15 specialties were identified. Adjusting for inflation, in 2014 U.S. dollars (US$), total aggregated revenue over the years 2008-2013 was $3·4 billion and total aggregated expenses were $3·1 billion. Twenty-eight ophthalmology organizations accounted for 45 % of revenue and 49 % of expenses. Fifteen cleft lip/palate organizations totaled 26 % of both revenue and expenses. The remaining 117 organizations, representing a variety of specialties, accounted for 29 % of revenue and 25 % of expenses. In comparison, from 2008 to 2013, charitable organizations provided nearly $27 billion for global health, meaning an estimated 11.5 % went towards surgery. CONCLUSION: Charitable organizations that exclusively provide surgery in LMICs primarily focus on elective surgeries, which cover many subspecialties, and often fill deep gaps in care. The largest funding flows are directed at ophthalmology, followed by cleft lip and palate surgery. Despite the number of contributing organizations, there is a clear need for improvement and increased transparency in tracking of funds to global surgery via charitable organizations.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,782

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,318
Écart entre enseignants0,307 · 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