MétaCan
Menu
Retour à la cohorte
Enregistrement W2612689878 · doi:10.7202/1039145ar

La croissance technologique et la privatisation passive des systèmes publics de santé : le cas du Québec

2017· article· fr· W2612689878 sur OpenAlexfundvenueaboutno aff
Dalie Giroux, Anne-Marie Hallé

Notice bibliographique

RevueRevue Gouvernance · 2017
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Medical Association
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

La mondialisation des marchés et la normalisation intensive des échanges commerciaux qui la rend possible exigent que plusieurs secteurs d’activité ne dépendent plus fondamentalement des politiques internes des États. On observe notamment que l’internationalisation du commerce des technologies médicales et de l’industrie pharmaceutique, avec le potentiel accru de capitalisation que cela implique, influe de façon décisive sur les politiques de la santé au Canada et au Québec. On assiste dans ce cas à une redéfinition majeure du complexe de gouverne contemporain. Dans un premier temps, nous offrirons une description macroéconomique des activités de l’industrie des technologies médicales. Ensuite, nous décrirons la relation entre le secteur public et le secteur privé dans le cadre du système de services de santé et de services sociaux québécois. À partir de là, un constat selon lequel les logiques propres de l’industrie et des systèmes de santé publics, qui sont par définition étrangères l’une à l’autre, produisent un modèle de gestion dont le fondement est le profit lié à une marchandise pour lequel la demande est inépuisable, et qui définit la solidarité sociale en termes de stratégie industrielle. C’est à la lumière des termes de ce constat que nous proposons pour conclure une lecture critique du projet de Politique du médicament du Ministère de la Santé et des Services sociaux, dont les termes illustrent parfaitement la logique d’imbrication des sphères privée et public.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,289
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations2
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRevue GouvernanceMême sujetPharmaceutical Economics and PolicyTravaux en français237 207