MétaCan
Menu
Retour à la cohorte
Enregistrement W2887415178 · doi:10.12927/hcpol.2018.25550

Community-Based Reform Efforts: The Case of the Aging at Home Strategy

2018· article· en· W2887415178 sur OpenAlexaffvenueabout
Allie Peckham, David Rudoler, Joyce Li, Sandra D’Souza

Notice bibliographique

RevueHealthcare policy · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealthcare innovation and challenges
Établissements canadiensInstitute of Health Services and Policy ResearchUniversity of TorontoInstitute for Work & HealthInstitute for Clinical Evaluative SciencesOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésMainstreamGovernment (linguistics)PoliticsFace (sociological concept)Political scienceEconomic growthPublic administrationPower (physics)SociologyEconomics

Résumé

récupéré en direct d'OpenAlex

This paper considers one of Ontario's largest reform efforts: the Aging at Home Strategy (AHS). The AHS was initiated in 2007 to enable people to live independent lives in their own homes. A document review was conducted on relevant government materials to assess the goals and objectives of the AHS as it was rolled out over the course of three years. The findings identify that by the third year of the AHS, there was a reduction in the discretionary powers of the regional health authorities to allocate funds based on local priorities. These findings also highlight that the "mainstream" subsectors of the healthcare system - medical and hospital services - and those outside the mainstream (or the "marginal" subsectors) face different institutional boundaries, policy legacies, political actors and policy agendas. While interests within the mainstream subsector are organized and institutionalized, the marginal subsectors are fragmented, creating a power imbalance where the priorities of the mainstream subsector dominate.

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)0,018
score de la tête « metaresearch » (Gemma)0,018
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: aucune
Score de désaccord entre enseignants0,814
Score d'incertitude au seuil0,796

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0260,020
Communication savante0,0110,004
Science ouverte0,0030,008
Intégrité de la recherche0,0070,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,139
Tête enseignante GPT0,447
Écart entre enseignants0,307 · 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

Citations16
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetHealthcare innovation and challengesTravaux en français237 207