Donor funding health policy and systems research in low- and middle-income countries: how much, from where and to whom
Notice bibliographique
Résumé
BACKGROUND: The need for sufficient and reliable funding to support health policy and systems research (HPSR) in low- and middle-income countries (LMICs) has been widely recognised. Currently, most resources to support such activities come from traditional development assistance for health (DAH) donors; however, few studies have examined the levels, trends, sources and national recipients of such support - a gap this research seeks to address. METHOD: Using OECD's Creditor Reporting System database, we classified donor funding commitments using a keyword analysis of the project-level descriptions of donor supported projects to estimate total funding available for HPSR-related activities annually from bilateral and multilateral donors, as well as the Bill and Melinda Gates Foundation, to LMICs over the period 2000-2014. RESULTS: Total commitments to HPSR-related activities have greatly increased since 2000, peaked in 2010, and have held steady since 2011. Over the entire study period (2000-2014), donors committed a total of $4 billion in funding for HPSR-related activities or an average of $266 million a year. Over the last 5 years (2010-2014), donors committed an average of $434 million a year to HPSR-related activities. Funding for HPSR is heavily concentrated, with more than 93% coming from just 10 donors and only represents approximately 2% of all donor funding for health and population projects. Countries in the sub-Saharan African region are the major recipients of HPSR funding. CONCLUSION: Funding for HPSR-related activities has generally increased over the study period; however, donor support to such activities represents only a small proportion of total DAH and has not grown in recent years. Donors should consider increasing the proportion of funds they allocate to support HPSR activities in order to further build the evidence base on how to build stronger health systems.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Incitatifs · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Métarecherche Domaine: Incitatifs · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,012 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».