MétaCan
Menu
Retour à la cohorte
Enregistrement W2697207264 · doi:10.1177/0020731416681229

Revisiting Health Regionalization in Canada

2016· article· en· W2697207264 sur OpenAlexaffabout
Paul Barker, John Church

Notice bibliographique

RevueInternational Journal of Health Services · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAutonomyHealth careBusinessPublic healthHealth policyEconomic growthHealth servicesPublic administrationPolitical scienceMedicineEnvironmental healthNursingPopulationEconomics

Résumé

récupéré en direct d'OpenAlex

Twenty years ago, many of Canada's provinces began to introduce regional health authorities to address problems with their health care systems. With this action, the provinces sought to achieve advances in community decision-making, the integration of health services, and the provision of care in the home and community. The authorities were also to help restrict health care costs. An assessment of the authorities indicates, however, that over the past two decades they have been unable to meet their objectives. Community representatives continue to play little role in determining the appropriate health services for their regions. Gains have been made towards integrating health services, but the plan for a near seamless set of health services has not been realized. Funding for health services remains focused on hospital and physician care, and health care expenditures have until very recently been little affected by regional authorities. This disappointing performance has caused some provinces to abandon their regional authorities, but this article argues that the provision of greater autonomy and a better public appreciation of their role and potential may lead to more successful regional authorities. Accordingly, the objective of this article is to reveal the shortcomings of regional health authorities in Canada while at the same time arguing that changes can be made to increase the chances of more workable authorities.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,766
Score d'incertitude au seuil0,889

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0140,008
Communication savante0,0080,002
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,037
Tête enseignante GPT0,424
Écart entre enseignants0,387 · 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'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

Citations21
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health ServicesMême sujetPrimary Care and Health OutcomesTravaux en français237 207