MétaCan
Menu
Retour à la cohorte
Enregistrement W4297989458 · doi:10.1215/03616878-10234212

Anniversary Narratives of the Health Care State: Institutional Entrenchment in Retrospect

2022· article· en· W4297989458 sur OpenAlexaff
Carolyn Hughes Tuohy

Notice bibliographique

RevueJournal of Health Politics Policy and Law · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueRhetoric and Communication Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNarrativeState (computer science)Political scienceHealth careArtLiteratureLawComputer science

Résumé

récupéré en direct d'OpenAlex

Institutional narratives, appealing both to the intellect and the imagination, are powerful mechanisms of entrenchment. Drawing on close examination of legislative debates, interview transcripts, and official documents, this article analyzes institutional narratives of the British National Health Service (NHS) and American Medicare and Medicaid. These narratives take the form of epics, featuring founding heroes, adversaries, stewards, saviors, and other characters, and are retold on multiple occasions, and especially on anniversaries of the founding date. In the process, certain elements of history are remembered, and others forgotten. The myth of the NHS as a single national institution obscured much of the complexity and compromise that went into its founding and subsequent development, but preserved fidelity to its founding principles. In the United States, the dominant narrative belonged to Medicare, while Medicaid featured as an afterthought. In the case of the NHS, narrative entrenchment served to preserve universal access to comprehensive health care. In the case of American Medicare, entrenchment preserved the original mission of the institution but kept it from expanding to a broader swath of the population, even as its less-entrenched companion Medicaid provided a vehicle for coverage of an increasingly wide range of population groups. A distinct Medicaid narrative developed only after incremental expansion was well underway.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,835
Score d'incertitude au seuil0,911

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,322
Écart entre enseignants0,281 · 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.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health Politics Policy and LawMême sujetRhetoric and Communication StudiesTravaux en français237 207