Public Healthcare Procurement Strategies in Response to the COVID-19 Pandemic: A Scoping Review
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic posed unprecedented public healthcare procurement challenges. The objective of this review was to identify and characterise the scope of the literature on public procurement strategies for healthcare supplies during the COVID-19 pandemic (2019-2023) in relation to the public procurement contexts, systems, and processes and methods (the public procurement ecosystem) worldwide. METHODS: We performed a scoping review of governmental strategies for the procurement of medical equipment, personal protective equipment (PPE), or medications related to the COVID-19 pandemic. Extracted data were mapped to the fields of the public procurement ecosystem. We used inductive thematic analysis to derive within-field themes, and subsequently, cross-cutting themes through which we structured a narrative synthesis. RESULTS: 1909 unique studies were identified through a systematic search, of which 89 met the inclusion criteria. One hundred and ten themes were derived from the extracted data within the 21 fields of the public procurement ecosystem, and from these, 10 cross-cutting themes were identified which served to structure the narrative synthesis. It was clear in this literature that the scale and impact of the COVID-19 pandemic required governments to act well outside of the public procurement processes and methods themselves, to procure and distribute the required supplies. Notwithstanding the significant attention to contextual and system-level responses, there were significant responses at the procurement process and methods level, including rapid and temporary expedited procurement processes and longer-term strategic procurement responses. CONCLUSION: This scoping review of public procurement strategies during the COVID-19 pandemic has demonstrated a focus of the literature not only on the public procurement processes and methods themselves, but also on governmental actions to adapt both structures of public procurement systems and conditions within broader environmental contexts to facilitate procurement goals.
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 | 0,022 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,016 | 0,019 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».