MétaCan
Menu
← Retour à la cohorte
Enregistrement W2585090388

Modernizing the Canada Health Act

2016· article· en· W2585090388 sur OpenAlexaffabout
Colleen M. Flood, Bryan Thomas

Notice bibliographique

RevueeYLS (Yale Law School) · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensUniversity of TorontoUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAccountabilityPolitical scienceHealth careHealth lawPublic administrationBusinessHealth policyInternational healthLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Canada Health Act (CHA) was adopted in 1984, to shore up a health-care system conceptualized in the 1960s. Under the CHA, universal coverage is limited to "medicallynecessary" hospital and physician services, to the exclusion of vital goods and services such as outpatient pharmaceuticals, dental care, long-term care, and many mental health services. Inequities resulting from these gaps in public coverage are partly to blame for pushing Canada's health system to the bottom ofrecent international rankings. But there is more to modernizing Canada s health care system, we argue, than filling these gaps in universal coverage. Every major health system review undertaken in Canada over the past decade has ended with a call for greater accountability, and rightly so: accountability is arguably the sine qua non of high-performing health systems. Whereas many countries have established open and rigorous processes for evaluating health goods and services, targeting public spending on those that deliver the biggest bang for buck, Canada's governance mechanism for defining the medicare basket is passive, opaque and only tenuously evidence-driven. A move to expand medicare's scope of coverage must be accompanied by improvements in this type of accountability

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)0,015
score de la tête « metaresearch » (Gemma)0,044
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,969

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0110,010
Communication savante0,0120,003
Science ouverte0,0030,004
Intégrité de la recherche0,0070,011
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,044
Tête enseignante GPT0,256
Écart entre enseignants0,212 · 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
GenreEmpirique

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

En bref

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)→Même sujetHealthcare Policy and Management→Travaux en français237 207→