MétaCan
Menu
Retour à la cohorte
Enregistrement W7071352016

A scramble for value:On the interpretation and application of value-based health care in the Netherlands

2023· dissertation· en· W7071352016 sur OpenAlexaff

Notice bibliographique

RevueEUR Research Repository (Erasmus University Rotterdam) · 2023
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésHealth careInterpretation (philosophy)Meaning (existential)Multidisciplinary approachSet (abstract data type)Value (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In many health care systems across the globe, value-based health care has quickly become a remarkably popular concept. Yet, despite its global popularity, the meaning of the concept remains shrouded in ambiguity, and efforts to put value-based health care into practice are characterized by a high degree of local variability. This makes it rather challenging to grasp the essence of this seemingly influential concept, let alone evaluate its effects within health care systems. A Scramble for Value addresses that challenge. The thesis traces the journey of value-based health care from its original conception by Harvard business scholar Michael Porter to its global popularity, and zooms in on its interpretation and application in the Netherlands. As the original set of ideas runs into the historically rooted institutions of the Dutch health care system, the meaning of value-based health care gets moderated, and its application conforms to the very structures it once so boldly set out to reform. It is by overlaying rather than overthrowing those traditional structures that value-based health care has ignited a renewed focus on outcomes that matter to patients, and amplified multidisciplinary efforts to improve those outcomes. All in all, this can be seen as quite an accomplishment..

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)0,015
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,033
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0050,031
Communication savante0,0200,014
Science ouverte0,0020,009
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,369
Tête enseignante GPT0,536
Écart entre enseignants0,167 · 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'étudeQualitatif
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 revueEUR Research Repository (Erasmus University Rotterdam)Même sujetHealthcare cost, quality, practicesTravaux en français237 207