MétaCan
Menu
Retour à la cohorte
Enregistrement W4367853658 · doi:10.31107/2075-1990-2023-2-116-129

General Expenses in the Provision of Public Health Services in Hospitals

2023· article· en· W4367853658 sur OpenAlexaff
О. В. Обухова, A. S. Bogomazova

Notice bibliographique

RevueFinancial Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Systems and Public Health
Établissements canadiensInstitute of Health Economics
Organismes subventionnairesnon disponible
Mots-clésBusinessService (business)Medical expensesHealth careActuarial scienceControl (management)Medical carePublic sectorValue (mathematics)Balanced budgetState (computer science)FinanceAccountingMedicineEconomicsMarketingMedical emergencyNursingEconomic growthComputer scienceManagement

Résumé

récupéré en direct d'OpenAlex

Specific expenses for general business needs as a part of the basic standard cost rate for a public service in the healthcare sector reflect the costs for the infrastructure facility itself, including the area of subdivisions of medical organizations in which a public service is provided, the conditions for providing medical care, and the capacity of the medical organization. Calculation of costs for this part of the basic rate is usually carried out by the method of the most effective institution or by the median method. This leads to high differentiation of the value of the basic standard cost for the corresponding public service, and to artificial and unreasonable use of correction coefficients individualizing the costs of medical organizations, which contradicts to the state policy on control of efficiency of the use of budgetary funds. The purpose of the study is to develop proposals for changing the methodology for accounting general expenses in the structure of the standard of financial costs for public health services on the example of the state service “Specialized medical care (except for high-tech medical care), not included in the basic program of compulsory medical insurance, according to the profile Phthisiology”, provided in hospital conditions.

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)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,367
Écart entre enseignants0,317 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFinancial JournalMême sujetHealthcare Systems and Public HealthTravaux en français237 207