Bridging the commitment-compliance gap in global health politics: Lessons from international relations for the global action plan on antimicrobial resistance
Notice bibliographique
Résumé
In 2015, 196 countries boldly committed to address global antimicrobial resistance (AMR). Now, five years later, progress reports suggest the implementation of AMR activities is vastly below what was initially promised. The challenge of overcoming the ‘commitment-compliance gap’ is not unique to AMR and is common in other areas of international politics. Global health policymakers can therefore learn from theories of international relations and experience in other sectors. We reviewed international relations scholarship to generate five hypotheses for why states might comply or not comply with their global commitments. We then conducted a public policy analysis of three past international agreements on biological diversity, climate change, and nuclear weapons to test these hypotheses and identify lessons for encouraging country compliance with global health agreements, with specific application to global AMR policies. To bridge the commitment-compliance gap, international leaders should: (1) frame incentives to maximise interests for action; (2) pursue enforcement mechanisms to induce state behaviour; (3) emphasise building a culture of trust by providing mutual assurance for action; (4) include mechanisms for managing poor performers; and (5) find opportunities for continual social learning. Agreements should be designed with flexibility, data sharing, and dispute settlement mechanisms and provide financial and technical assistance to states with less capacity to deliver.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,051 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,038 |
| Communication savante | 0,017 | 0,027 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,008 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».