Integrity and Corruption in the Health Sector in Jordan: The Perceptions of Leaders of Non-government Health Organizations (NGHOs)
Notice bibliographique
Résumé
Corruption is a complex social and economic phenomenon which does not only threaten equity, but also health outcomes. This study aims at identifying corruption practices in the health sector in Jordan, factors that promote these practices and policy directions to control them as perceived by leaders of non–government health care organizations (NGHOs). The study adopted both qualitative and quantitative approaches. 24 NGHOs leaders participated in a one -day workshop and were divided into three sub-groups to address areas of corruption in the health sector in Jordan based on a conceptual model which addresses corruption according to the main actors, namely: regulators, providers, payers, patients and suppliers. The findings of the three sub-groups were put together by the researcher and were sent to the participants by email for validation and ranking.The results showed that organizers’ corruption was mainly manifested in favoritism, seeking personal interest, failure to base decisions on evidence and accepting bribes from suppliers. Corruption among providers was perceived mainly in nepotism and favoritism among doctors, especially in malpractice cases, evasion of taxes and fees and overcharging patients. Corruption caused by suppliers was manifested in tax evasion, bribing and fraud. Corruption caused by patients was perceived in trying to get free care by under reporting their income, deceiving insurers to obtain benefits and stealing and vandalism. Corruption related to health insurers was manifested in tax evasion, incapacitating patients and delaying approvals of claims and unjustified deductions on patients’ bills. Causes of corruption and interventions to improve integrity in the health sector were also addressed by the participants.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».