How can entrepreneurs experience inform responsible health innovation policies? A longitudinal case study in Canada and Brazil
Notice bibliographique
Résumé
AIM: To foster equity and make health systems economically and environmentally more sustainable, Responsible Innovation in Health (RIH) calls for policy changes advocated by mission-oriented innovation policies. These policies focus, however, on instruments to foster the supply of innovations and neglect health policies that affect their uptake. Our study's aim is to inform policies that can support RIH by gaining insights into RIH-oriented entrepreneurs' experience with the policies that influence both the supply of, and the demand for their innovations. METHODS: We recruited 16 for-profit and not-for-profit organisations engaged in the production of RIH in Brazil and Canada in a longitudinal multiple case study. Our dataset includes three rounds of interviews (n = 48), self-reported data, and fieldnotes. We performed qualitative thematic analyses to identify across-cases patterns. FINDINGS: RIH-oriented entrepreneurs interact with supply side policies that support technology-led solutions because of their economic potential but that are misaligned with societal challenge-led solutions. They navigate demand side policies where market approval and physician incentives largely condition the uptake of technology-led solutions and where emerging policies bring some support to societal challenge-led solutions. Academic intermediaries that bridge supply and demand side policies may facilitate RIH, but our findings point to an overall lack of policy directionality that limits RIH. CONCLUSION: As mission-oriented innovation policies aim to steer innovation towards the tackling of societal challenges, they call for a major shift in the public sector's role. A comprehensive mission-oriented policy approach to RIH requires policy instruments that can align, orchestrate, and reconcile health priorities with a renewed understanding of innovation-led economic development.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,006 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».