MétaCan
Menu
Retour à la cohorte
Enregistrement W3208848791 · doi:10.1017/s0047279421000805

How do you Shape a Market? Explaining Local State Practices in Adult Social Care

2022· article· en· W3208848791 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Social Policy · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealthcare innovation and challenges
Établissements canadiensInstitute of Health Economics
Organismes subventionnairesDepartment of Health and Social CareEconomic and Social Research CouncilNational Institute for Health and Care Research
Mots-clésTypologyWorkforceBusinessProcurementGeneral partnershipPublic economicsPublic relationsEconomicsEconomic growthMarketingPolitical scienceSociologyFinance

Résumé

récupéré en direct d'OpenAlex

Abstract The Care Act 2014 gave English local authorities a duty to ‘shape’ social care markets and encouraged them to work co-productively with stakeholders. Grid-group cultural theory is used here to explain how local authorities have undertaken market shaping, based on a four-part typology of rules and relationships. The four types are: procurement (strong rules, weak relationships); managed market (strong rules, strong relationships); open market (weak rules, weak relationships); and partnership (weak rules, strong relationships). Qualitative data from English local authorities show that they are using different types of market shaping in different parts of the care market (e.g. residential vs home care), and shifting types over time. Challenges to the sustainability of the care system (rising demand, funding cuts, workforce shortages) are pulling local authorities towards the two ‘strong rules’ approaches which run against the co-productive thrust of the Care Act. Some local authorities are experimenting with hybrids of the two ‘weak rules’ approaches but the rival cultural biases of different types mean that hybrid approaches risk antagonising providers and further unsettling an unstable market.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,454
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
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 Opus0,075
Tête enseignante GPT0,419
Écart entre enseignants0,344 · 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