MétaCan
Menu
Retour à la cohorte
Enregistrement W2899815540 · doi:10.21065/19257430.8.1

EMERGING CHALLENGE OF CORRUPTION IN HEALTH CARE SYSTEM

2018· article· en· W2899815540 sur OpenAlexvenueno aff
Taha Nazir

Notice bibliographique

RevueCanadian Journal of Applied Sciences · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLanguage changeInstitutionPublic relationsHealth careQuality (philosophy)Public healthPolitical scienceControl (management)Healthcare systemBusinessMedicineEconomicsLawNursingManagement

Résumé

récupéré en direct d'OpenAlex

The corruption is the violence of granted authorities that destroys the basic rights. It has serious consequences on society, system and lives. It also has posed potential threats to the public health care system, complicated the situation and makes extremely difficult to control in rational manner. So, we need the anti-corruption experts to identify key priority areas. They should undertake the corrective measures immediately to defeat the global health corruption. We collected the data from different professional, scientific and academic institution The research article and databases were searched from inception to get more relevant and current knowledge of this topic. The duplications deleted and titles or full texts were screened to obtain the exact professional and scientific information. Finally inferred that the corruption is an emerging global problem and potential threatening the health care system. The hug employment, large financial budget and interactions of multiple business entities provide sufficient opportunities of corruption. So the corruption is metaphorically hurting the quality of life. Therefore, we should perceive its empirical existence to verify theoretical and intuitive significance for public health. Moreover, the recently developed new paradigms may help to determine the severity of corrupt acts to reveal the likelihood of engagement and develop more effective strategy to mitigate all forms of corruption in health care system.

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)0,008
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,475
Tête enseignante GPT0,519
Écart entre enseignants0,044 · 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'étudeQualitatif
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Applied SciencesMême sujetHealthcare cost, quality, practicesTravaux en français237 207