MétaCan
Menu
Retour à la cohorte
Enregistrement W3087442866

Social Accountability and Accreditation: Impacting Health System Performance and Population Health

2020· article· en· W3087442866 sur OpenAlexaff
Titi Savitri Prihatiningsih, Yassein Kamal, Robert Woollard, Julian Fisher, Mohamed Elhassan Abdalla, Charles Boelen

Notice bibliographique

RevueSocial Innovations Journal · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAccountabilityAccreditationPublic relationsSocial accountingPolitical scienceGeneral partnershipSocial determinants of healthHealth careBusinessAccounting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Today’s reality all over the world has shown a huge disparity in the quality, equity, relevance, partnership and efficiency in the provision of health services resulting in huge gap of health status in many societies across the globe, be it in the developed and the developing countries. A number of reasons have been discussed. One most important reason is the disconnected between medical schools and health profession education institutions with their ecosystem and community they are mandated to serve. The concept of social accountability endorsed by the WHO since 1995 has not really been embraced by medical and health profession education institutions and not yet supported by key policy makers and health managers in many regions and countries. A few case studies have proved that the concept of social accountability is feasible and managable; and it eventually brings beneficial impact for the society in improving the health status. Existing guidelines and approaches  could be used to accelerate the adoption of social accountability as long as key actors from international, national, institution and community levels are orchestrated congruently. A new paradigm in school’s accreditation embracing social accountability concept could reinforce this venture.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,611
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0080,000
Communication savante0,0000,001
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 Opus0,266
Tête enseignante GPT0,527
Écart entre enseignants0,261 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Innovations JournalMême sujetHealthcare Quality and ManagementTravaux en français237 207