MétaCan
Menu
Retour à la cohorte
Enregistrement W4308797786 · doi:10.1136/bmjgh-2022-010057

A global social contract to ensure access to essential medicines and health technologies

2022· article· en· W4308797786 sur OpenAlexafffund
Katrina Perehudoff, Veronika J. Wirtz, Anna Wong, Violet Rusu, Jillian Clare Köhler

Notice bibliographique

RevueBMJ Global Health · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesCenter for Substance Abuse PreventionUCBUnited States PharmacopeiaUnitaidLeslie Dan Faculty of Pharmacy, University of TorontoGilead SciencesUniversity of TorontoWorld Health Organization
Mots-clésSocial contractBusinessGlobal healthPublic healthPublic relationsPublic administrationMedicinePolitical scienceNursingPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

⇒ The COVID-19 pandemic illuminates the need to move away from the current social contract, which focuses on the nation-state's responsibility for protecting the health of its own population, including by providing essential medicines and health technologies.⇒ We argue for embracing a global social contract, which is a governance concept that lays the foundation for how states should act as members of the international community, as regulators of the private pharmaceutical industry and as guarantors of public goods benefiting people worldwide.⇒ A global social contract should be based on a set of four principles: collective state stewardship of the pharmaceutical and health technology; equity and the protection of health as a human right; an effective global polity; and governmental transparency and democratic accountability.⇒ This foundation can serve as a basis for a future pandemic treaty and as a model to address the much broader global crisis of inequitable access to medicines and health technologies for infectious and non-communicable diseases.

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)0,017
score de la tête « metaresearch » (Gemma)0,020
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,016
Communication savante0,0070,011
Science ouverte0,0010,010
Intégrité de la recherche0,0090,006
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,104
Tête enseignante GPT0,453
Écart entre enseignants0,349 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetPharmaceutical Economics and PolicyTravaux en français237 207