Emerging Lessons from Health Systems and Policy Reforms during COVID-19
Notice bibliographique
Résumé
Focusing events — sudden, relatively uncommon events that can be reasonably defined as harmful or portending of greater future harms (Birkland 1998), such as infectious disease pandemics — can push problems onto decision-making agenda leading policy-makers to formulate and adopt responses. Occasionally, in the process of responding to such crises, policy-makers also address long-standing related or tangential problems because they have come to understand the old problems in new or different ways, additional stakeholders are lobbying to address the lingering issues, or because a window has finally opened to make change (Kingdon 1995). [continued in PDF / HTML] Les événements déterminants — des événements soudains, relativement rares, que l'on peut raisonnablement définir comme dommageables ou annonciateurs de dommages futurs plus importants (Birkland 1998), tels que les pandémies de maladies infectieuses — peuvent mettre les problèmes à l'ordre du jour de la prise de décision, amenant les décideurs politiques à formuler et à adopter des réponses. Parfois, dans le processus de réponse à ces crises, les décideurs politiques s'attaquent également à des problèmes connexes ou tangentiels de longue date parce qu'ils en sont venus à comprendre les anciens problèmes d'une manière nouvelle ou différente, parce que d'autres parties prenantes font pression pour traiter les problèmes persistants ou parce qu'une fenêtre s'est enfin ouverte pour opérer un changement (Kingdon 1995). [suite en PDF / HTML]
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 | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».