MétaCan
Menu
Retour à la cohorte
Enregistrement W3025366355 · doi:10.5694/mja2.50690

The National Disability Insurance Scheme and <scp>COVID</scp> ‐19: a collision course

2020· letter· en· W3025366355 sur OpenAlexaff
Gemma Carey

Notice bibliographique

RevueThe Medical Journal of Australia · 2020
Typeletter
Langueen
DomaineSocial Sciences
ThématiqueHealthcare innovation and challenges
Établissements canadiensImpact
Organismes subventionnairesNational Health and Medical Research Council
Mots-clésWorkforceCasualDisability insuranceGovernment (linguistics)BusinessMedicineGerontologyPublic relationsEconomic growthPolitical scienceSocial securityEconomics

Résumé

récupéré en direct d'OpenAlex

To the Editor: The National Disability Insurance Scheme (NDIS) is one of the largest health reforms in Australia's history.1 The scheme aims to give people with a disability choice and control over their daily lives.2 It is designed to operate as nation-wide disability "markets" from which services can be "purchased".2 NDIS participants are allocated a budget from which they purchase the services they require. The NDIS is very different from our previous disability models, which saw people receiving standardised services from a more limited number of government and not-for-profit organisations, and a less decentralised workforce. The NDIS is a visionary reform; however, we are now seeing that it is also designed to spread an epidemic such as coronavirus disease 2019 (COVID-19) to thousands of people with a disability. The NDIS has created a "gig economy" within the disability services sector. Individuals are paid for discrete services, from showering and feeding, to social support activities, to household tasks. This means as many as ten different carers entering a participant's home, performing a care service, and then moving on to another home. The workforce is now predominantly casual, and there are growing numbers of self-employed.3 This structure is primed to spread infection because: Unfortunately, many people who are part of the NDIS have comorbidities,4 making them vulnerable to COVID-19 by both physiology and system design. Previous research has raised concerns about the readiness of the workforce to handle complex disability under normal circumstances, let alone in the context of a pandemic.5 While government agencies are working to communicate hygiene practices with NDIS participants, challenges such as personal protective equipment shortages and high worker motility need to be addressed. Otherwise, the health care system will need to ready itself for a disproportionate number of people with disability. I am an investigator at the NHMRC Centre of Research Excellence in Disability and Health. No relevant disclosures.

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)0,007
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,047
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,004
Communication savante0,0060,007
Science ouverte0,0030,002
Intégrité de la recherche0,0290,038
Charge utile insuffisante (le modèle a refusé de juger)0,0190,008

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 Opus0,144
Tête enseignante GPT0,435
Écart entre enseignants0,291 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Medical Journal of AustraliaMême sujetHealthcare innovation and challengesTravaux en français237 207