Caring for resilience:A knowledge agenda for health systems research in the Netherlands
Notice bibliographique
Résumé
On the 21st of May 2021, the directors of the Erasmus Medical Center, Erasmus University Rotterdam,<br/>and the Delft University of Technology officially opened the Pandemic and Disaster Preparedness<br/>Center (PDPC). The PDPC is a collaborative network that seeks to prepare Dutch society for future<br/>pandemic and disasters, amongst others by initiating and facilitating innovative research into related<br/>and relevant topics. Specifically, the PDPC focusses on four key themes, including their crossovers: i)<br/>pandemic preparedness, ii) disaster preparedness, iii) societal preparedness, and iv) health systems<br/>resilience. An earlier study has identified the key questions for the first three themes. In this current<br/>report we zoom in on the fourth theme and identify the most pressing research gaps and remaining<br/>knowledge questions about health systems resilience in relation to the Dutch health system. We would<br/>like to thank our interviewees for participating in our study and are thankful for the financial support of<br/>the PDPC which enabled this project.<br/><br/>Finally, we extend our gratitude to Linda Jansen, Jeannette de Boer, Valérie Eijrond, and Eline<br/>Boezelman for helping us in organising the working conference on health systems resilience in Utrecht.
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 | 0,077 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».