Interest Groups and Health Facility Regulation – Future Directions for Health Policy and Systems Research; Comment on "What Lies Behind Successful Regulation? A Qualitative Evaluation of Pilot Implementation of Kenya’s Health Facility Inspection Reforms"
Notice bibliographique
Résumé
In their paper, Tama and colleagues observe that one key challenge in a pilot, multi-component intervention to strengthen health facility regulation was the reaction from health facility owners and providers to regulatory processes. In this commentary, we propose that future research and action on health facility regulation in low- and middle-income countries (LMICs) contexts adopt an explicit focus on addressing the role of interests and interest groups in health systems 'hardware' and 'software.' Research on policy processes in LMICs consist of fewer investigations into the political economy of national or sub-national interest groups, such as physician associations or associations of health facility owners. A growing body of literature explores supply-side and demand-side interest groups, power relations within and between these stakeholders, and their advocacy approaches within LMIC health sector policy processes. We posit that such analyses will also help identify facilitators and challenges to implementation and scale-up of similar reforms to health facility regulation.
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 | 0,027 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,014 |
| Communication savante | 0,007 | 0,012 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,088 | 0,058 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 ».