MétaCan
Menu
Retour à la cohorte
Enregistrement W2769254356 · doi:10.1080/17441692.2017.1407812

A qualitative study of two management models of community health centres in two Chinese megacities

2017· article· en· W2769254356 sur OpenAlexaff
Guanyang Zou, Xiaolin Wei

Notice bibliographique

RevueGlobal Public Health · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensUniversity of TorontoPublic Health Ontario
Organismes subventionnairesResearch Grants Council, University Grants CommitteeDepartment for International DevelopmentDepartment for International Development, UK Government
Mots-clésMegacityQualitative researchCommunity healthMedicineGeographyEnvironmental healthSocioeconomicsEconomic growthPublic healthPolitical scienceSociologyNursingSocial science

Résumé

récupéré en direct d'OpenAlex

Two common public models of community health centres (CHCs) exist in China, i.e. the 'government-owned and government-managed' CHCs (G-CHCs) and the 'government-owned and hospital-managed' CHCs (H-CHCs). Shanghai and Shenzhen are two Chinese megacities that lead the primary care development on the G-CHC and H-CHC models, respectively. Using a qualitative case study design, this study compares the management of the G-CHC model in Shanghai and H-CHC model in Shenzhen, through perspectives of a range of health providers. In each city, we randomly selected four CHCs and in total conducted 31 interviews with officers from the municipal health authorities, directors, GPs, nurses and public health doctors of the CHCs. When comparing with the H-CHC model in Shenzhen, the G-CHC model in Shanghai, a model with more simplified but accountable structure tended to present better management conditions, in terms of financial transparency, recruitment autonomy, community health workforce development (CHC staffing and family medicine training), funding and priority for public health. However, regardless of the models, staff retention remained a challenge. While our study tends to suggest that the G-CHC model in Shanghai presents better management conditions, future study can test whether and to what extent the model itself can lead to such differences.

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)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,587
Score d'incertitude au seuil0,868

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,183
Tête enseignante GPT0,437
Écart entre enseignants0,254 · 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.

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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Public HealthMême sujetHealthcare Systems and ReformsTravaux en français237 207