MétaCan
Menu
Retour à la cohorte
Enregistrement W3011129075 · doi:10.12927/hcpol.2020.26126

Policy Agenda-Setting and Causal Stories: Examining How Organized Interests redefined the Problem of Refugee Health Policy in Canada

2020· article· en· W3011129075 sur OpenAlexaffvenueabout
Valentina Antonipillai, Julia Abelson, Olive Wahoush, Andrea Baumann, Lisa Schwartz

Notice bibliographique

RevueHealthcare policy · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensHamilton Health SciencesMcMaster UniversityImpact
Organismes subventionnairesnon disponible
Mots-clésRefugeeContext (archaeology)Political sciencePoliticsHealth careHealth policyPublic administrationSociologyLawGeography

Résumé

récupéré en direct d'OpenAlex

The development of refugee health policies is significant, given the increased volume of displaced persons seeking refuge in Canada and around the world. Changes to the Canadian refugee health policy, known as the Interim Federal Health Program (IFHP), limited healthcare access for refugees and refugee claimants from 2012 to 2016. In this article, we present a policy analysis using the case of the IFHP retrenchments to examine how political actors on opposing sides of the issue defined the problem using different causal story mechanisms. This analysis reveals that organized interests dramatically changed the problem definition of the IFHP reforms. Following their use of causal stories in redefining the problem, the courts declared that the reforms to refugee healthcare were a form of cruel and unusual treatment. Understanding policy strategies used by proponents of refugee healthcare coverage expansion is important for countries responding to the current, enduring refugee crisis.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,674
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
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 Opus0,067
Tête enseignante GPT0,372
Écart entre enseignants0,306 · 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.

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

Citations3
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetMigration, Health and TraumaTravaux en français237 207