MétaCan
Menu
Retour à la cohorte
Enregistrement W3088361627 · doi:10.3917/spub.202.0211

Le difficile pilotage d’une réforme d’un système de santé : cas du Nouveau-Brunswick (Canada)

2020· article· fr· W3088361627 sur OpenAlexaffabout
Stéphanie Collin, Lise Lamothe

Notice bibliographique

RevueSanté Publique · 2020
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensUniversité de MontréalUniversité du Québec à MontréalUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In many developed countries, reforms of public healthcare systems are ongoing but do not always achieve desired results. In this article, we present the history of the healthcare system reform in the Canadian province of New Brunswick with the objective of analyzing its difficult steering by the state, in light of the dynamics between the actors involved. METHOD: Qualitative methods were chosen. Data collection includes semi-structured interviews (N = 39) with representatives of the State, such as health ministers, and other relevant stakeholders, such as managers, citizens or health professionals. RESULTS: The stakeholders were compelled by various aspects of the reform, for example francophone health care services, that had consequences on the trajectory of change. To stay on target, the State must adapt to the dynamic interactions of the actors involved. CONCLUSION: Reforms take place over a long period of time and their programming by the State can be very difficult, as it requires the mobilization of different types of instruments at its disposal. In order to influence the behaviour of the actors concerned, the State must define a goal whose general orientations are agreed upon, succeed in forging bonds of trust and managing resistance, and finally, use standardized data in order to provide a normative framework and evaluate the progress of the reform project.

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)0,014
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil0,942

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0130,006
Communication savante0,0060,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,029
Tête enseignante GPT0,336
Écart entre enseignants0,307 · 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
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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSanté PubliqueMême sujetHealthcare Systems and PracticesTravaux en français237 207