The Rise of Global Health: Consensus, Expansion and Specialization
Notice bibliographique
Résumé
This dissertation examines the rise of global health assistance among states, multilateral institutions and NGOs. Resources devoted to global public health expanded rapidly in the 1990s and 2000s, outpacing other areas of development. New agencies have emerged to address public health issues, and existing organizations such as the UNDP, World Bank and EU have expanded their global health operations. Critics fear that the global health regime will become inefficient as it grows, duplicating tasks and skewing resources. The regime complex literature predicts similar suboptimal outcomes. These fears are overblown. While certain inefficiencies are likely as any regime expands, data shows that the allocation of resources generally reflects global health needs. Increased competition, thought to lessen efficiency, has actually pressured multilateral actors to specialize. Specialization offsets the problem of overlapping tasks. The modern global health regime is characterized by increased size, competition, specialization, and a prevailing consensus that emphasizes health as a central component of international development. This consensus holds that societal health prefigures economic growth. The international community, moreover, should cost effectively use increased aid to address the worst disease burdens in the poorest countries. In the cases of states, domestic interests play a role in shaping specialization patterns. Pressure from increased international competition has pressed multilateral institutions to reform and adapt to changing conditions in order to remain relevant in a denser global environment. The diverse cases explored in this dissertation (US, Japan, Sweden, Canada, World Bank, WHO, UNDP and EU) show high degrees of specialization and a surprisingly similar adherence to the consensus.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».