Bibliographic record
Abstract
Les nouvelles technologies médicales contribuent aux dépenses en santé qui ne cessent de croître, alors que les budgets se trouvent limités. L’évaluation économique des technologies devraient permettre d’identifier quelles sont celles qui sont les plus rentables. Malgré cela, plusieurs technologies dont le rapport coût-efficacité reste plutôt limite ou défavorable sont utilisées en médecine moderne et remboursées par notre système public de santé. Ce mémoire se concentre sur deux technologies en santé cardiovasculaire dont le rapport coût-efficacité est plutôt limite mais qui sont fréquemment utilisées au Canada; les tuteurs médicamentés ou pharmaco-actifs et les défibrillateurs cardiaques implantables (DCI). Nous avons fait une évaluation contingente de ces technologies dans le but d’examiner si ce type d’évaluation économique complémentaire pouvait procurer un point de vue nouveau sur la valeur économique et sociétaire des ces technologies. Les résultats de ces deux évaluations indiquent que les patients accordent une grande importance aux bénéfices que procurent ces deux technologies. Nos résultats soutiennent les politiques de santé actuelles de rembourser de façon libérale ces deux technologies.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.031 | 0.052 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.030 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".