We need a NICE for global development spending
Notice bibliographique
Résumé
<ns4:p> With aid budgets shrinking in richer countries and more money for healthcare becoming available from domestic sources in poorer ones, the rhetoric of value for money or improved efficiency of aid spending is increasing. Taking healthcare as one example, we discuss the need for and potential benefits of (and obstacles to) the establishment of a national institute for aid effectiveness. In the case of the UK, such an institute would help improve development spending decisions made by DFID, the country’s aid agency, as well as by the various multilaterals, such as the Global Fund, through which British aid monies is channelled. It could and should also help countries becoming increasingly independent from aid build their own capacity to make sure their own resources go further in terms of health outcomes and more equitable distribution. Such an undertaking will not be easy given deep suspicion amongst development experts towards economists and arguments for improving efficiency. We argue that it is exactly <ns4:italic>because</ns4:italic> needs matter that those who make spending decisions must consider the needs not being met when a priority requires that finite resources are diverted elsewhere. These chosen unmet needs are the true costs; they are lost health. They <ns4:italic>must</ns4:italic> be considered, and should be minimised and must therefore be measured. Such exposition of the trade-offs of competing investment options can help inform an array of old and newer development tools, from strategic purchasing and pricing negotiations for healthcare products to performance based contracts and innovative financing tools for programmatic interventions. </ns4:p>
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 ».