EXPANDING ACCESS TO PUBLICLY-FUNDED PSYCHOTHERAPY: A COMPARATIVE POLICY ANALYSIS IN ONTARIO AND BRITISH COLUMBIA
Notice bibliographique
Résumé
In 2021, Ontario became the first province in Canada to adopt a provincial publicly funded psychotherapy program, after a three-year long pilot project (2017-2020). Meanwhile, more than a decade prior, in 2008, BC introduced a smaller-scale program, Bounce Back, but opted to not adopt a larger-scale provincial program. This dissertation investigates the development of publicly funded psychotherapy in Ontario and BC through a comparative policy analysis of mental health policy reform. Broadly, this dissertation asks: “Under what conditions do jurisdictions achieve mental health reform?” More specifically, it addresses two sub-questions: 1) What conditions allowed BC to adopt an early, low intensity program and then constrained it from adopting a larger-scale program? 2) What conditions limited early policy development in Ontario, but allowed for a more ambitious and larger-scale program more recently? This dissertation draws on four well-established theoretical frameworks in political science: ideas, institutions, policy learning, and the role of policy entrepreneurs, to analyze and explain Ontario and BC’s divergent reform trajectories. Empirically, the research draws on extensive qualitative methods, including documentary analysis and over 30 elite interviews with policymakers, healthcare leaders and providers. These interviews offer insider perspectives on the motivations, challenges, and strategic decisions behind the policy decisions each province made. The findings reveal key differences in the policy processes and contextual factors that led Ontario to adopt a UK-inspired provincial model through the Ontario Structured Psychotherapy Program, in contrast to BC’s decision to implement a smaller-scale, low-intensity program, Bounce Back.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 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 ».