Notice bibliographique
Résumé
During the rapid growth of China's commercial health insurance industry in the 2010s, many third-party administrators (TPAs) emerged to provide administrative services to primary insurers. However, most of these TPAs were small and medium-sized companies (SMEs) that offered poor-quality services and were often short-lived. This made them incompatible with the long time horizons and high risk management requirements of the insurance sector. There were also additional structural, institutional, and technical obstacles that primary insurers had to overcome to collaborate with TPAs. To address these pain points, in 2010, Steve Zhang, then Managing Director of Munich Re Life China, and Eric Zhao, general manager of the operations department responsible for insurance innovation, established HAP (Healthcare Assistance Platform) with a view to creating a one-stop solution for the customers of primary insurers by integrating top TPAs under one roof. After a decade of growth, by 2020, the company offered more than 30 services through this platform. It had also developed a set of criteria used to screen and evaluate TPAs, ensuring the quality of its services, which earned the platform recognition from primary insurers. As direct competition in the health insurance market intensified, and insurers became increasingly aware of the importance of customer service and data collection, many primary insurers started to develop their own service platforms, while reinsurers and TPAs also began to experiment in this direction. HAP was originally launched as a supporting service for Munich Re, so it wasn't placed under pressure to grow by the company. However, as HAP's operations matured and market competition intensified, Zhang began to entertain the possibility that the platform might grow its user base from three million to ten million in three to five years or perhaps even become a future profit center for Munich Re. However, he needed to carefully consider how this objective might be accomplished.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,077 | 0,033 |
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 ».