Public Health Financing in British Columbia: A Case Study Investigating Factors Influencing Decision-Making
Notice bibliographique
Résumé
To address the gap in research on public health financing in Canada, this study aimed to 1) describe public health budget-setting processes in British Columbia (BC), including roles of stakeholders involved, and 2) identify and analyse the factors influencing decision-making for public health resource allocation. My case study of the BC public health system consisted of a jurisdictional review of academic and grey literature on BC financing processes and trends spanning two decades, and semi-structured interviews with 14 key informants influential in budget-setting for public health. Taking an inductive analytical approach, I constructed a conceptual model of the political, structural, and external factors influencing public health financing decisions based on results from the case study. I conclude by identifying policy directions with potential for promoting stable public health funding, such as including public health experts in financial decision-making, and strengthening partnerships with external public health organizations. Pour répondre au manque de recherche sur le financement de la santé publique au Canada, cette étude a visé à 1) décrire les processus budgétaires de santé publique en Colombie Britannique (CB) en incluant les rôles des parties prenantes, et 2) identifier et analyser les facteurs influant la prise de décisions pour l’allocation de ressources à la santé publique. Mon étude de cas du système de santé publique de la CB a consisté en une revue juridictionnelle des littératures académique et grise sur les processus et tendances de financement en CB au cours des deux dernières décennies, et de 14 entrevues semi-structurées avec des participants clés influant l’élaboration du budget de santé publique. En prenant une approche analytique inductive, j’ai construit un modèle conceptuel des facteurs politiques, structurels, et externes influant les décisions de financement de la santé publique basé sur mes résultats de l’étude de cas. Je conclus en identifiant des options politiques avec le potentiel de promouvoir un financement de santé publique stable, telle qu’inclure les experts en santé publique dans la prise de décisions, et de renforcer les partenariats avec les organisations de santé publique externes.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,016 | 0,004 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».