L’investissement en santé publique dans les provinces canadiennes de 1975 à 2018 : un désengagement à géométrie variable?
Notice bibliographique
Résumé
Au-delà de la capacité des systèmes à faire face aux crises sanitaires, investir en prévention devrait se lire « investir pour la santé » dans la perspective plus large d’une amélioration du bien-être des populations. Plusieurs études démontrent que les programmes de santé publique contribuent à prévenir la mortalité, améliorent la qualité de vie et réduisent les coûts des soins de santé sur le court et long terme (Dyakova et al. 2017 ; Masters et al. 2017). Pourtant, le portrait des dépenses de santé dans la plupart des pays suggère un sous-financement inquiétant des dépenses préventives en santé. Ce mémoire propose un cadre formel pour démystifier les dynamiques politiques et financières sous-jacentes à la prise de décision des gouvernements en place en matière d’investissement en santé préventive. Plus précisément, il est question d’analyser les variations des dépenses en santé publique dans les provinces canadiennes de 1975 à 2018. En s’intéressant à l’organisation du système de santé dans son ensemble et au gré des réformes politiques et structurelles des provinces, les résultats de l’analyse qualitative montrent que l’émergence du nouveau management public (NMP) dans les années 1990 a globalement contribué à la diminution accordée à la prévention. L’analyse quantitative quant à elle, énonce les éléments conjoncturels et structurels financiers qui participent à la variation des dépenses en santé publique. En considérant le financement en santé publique comme un investissement à long terme, il a été démontré que les dépenses préventives ne sont pas aussi largement soutenues et constituent des investissements à long terme discrets avec peu d’appuis dans la société. Cela implique, du point de vue financier, que ce type de dépenses est plus propice aux coupures budgétaires, surtout en période de récession et de crise économique.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».