ANALYZING THE TRENDS OF GOVERNMENT SHARE OF HEALTH BEFORE, DURING, AND AFTER THE COVID-19 PANDEMIC
Notice bibliographique
Résumé
This paper investigates whether the COVID-19 pandemic functioned as a critical juncture that led to lasting institutional change in government health investment. Using an original comparative framework, the analysis explores changes in health financing across ten OECD countries classified by Reibling et al.'s five-type typology of healthcare systems. We assess shifts in public, private, and government health expenditure before, during, and after the pandemic, using both descriptive and visual data. Our findings suggest that while nearly all countries increased government and public shares of health spending during the pandemic, the persistence of these changes varied by system type, GDP level, and institutional configurations of authority, responsibility, and accountability. High-income countries with strong accountability mechanisms, such as Canada and Denmark, maintained increased health investment post-crisis. In contrast, countries like Hungary and Slovenia reverted to pre-pandemic patterns, often due to weak public demand or financial constraints. Type 3 and 4 systems demonstrated greater resistance to structural change, while type 5 systems, despite private-sector dominance, saw notable increases in public investment. Our results underscore how institutional design and fiscal capacity jointly determine whether crisis-induced shifts in policy become entrenched or merely temporary, providing insight into the conditions for durable health system reform.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».