Challenges and opportunities for policy development on digital health equity in four Canadian jurisdictions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Digital health equity is an increasingly important topic, understood here as an aspirational state where everyone has access to the health-related digital technologies that support them in meeting their health-related needs. Despite strong emerging evidence regarding policy options to promote digital health equity, little policy action has been taken internationally to implement these options. The purpose of this paper is to report on a qualitative research project that explores the challenges and opportunities for policy development and implementation on digital health equity in four Canadian jurisdictions: Alberta, Saskatchewan, Ontario, and Quebec. We completed an Intersectionality-Based Policy Analysis, involving in-depth qualitative interviews with 23 participants, including both policy actors (i.e., those in positions to develop and/or implement digital health equity policy) and community leaders (i.e., those in positions advocating for the needs of structurally marginalized communities). Our findings illustrate a set of foundational policy options and more tailored policy programs for digital health equity, including the development of equity-focused accountability processes in new funding for digital health innovation. We also found challenges related to the political structure of Canada as a federation, and novel challenges related to the development of policy for digital health equity specifically. In our discussion, we explore three policy development challenges in detail: conflicting views on the priority status of health equity, challenges in building long-term partnerships with community for policy development, and conflicting views on the role of technology vendors in public policy for health care.
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.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle