Entrevista com o professor Gilles Dussault: desafios dos sistemas de saúde contemporâneos, por Eleonor Minho Conill, Ligia Giovanella e José-Manuel Freire
Bibliographic record
Abstract
Gilles Dussault é professor catedrático convidado da Unidade de Saúde Internacional e Bioestatística do Instituto de Higiene e Medicina Tropical (IHMT), Lisboa, Portugal, desde agosto de 2006. Anteriormente exerceu funções de Senior Health Specialist do Instituto do Banco Mundial, em Washington, D.C. Foi responsável pelas atividades regionais do Programa "Reforma do Sector da Saúde e Financiamento Sustentável", em diversos países de língua oficial francesa, portuguesa e espanhola, nos quais o Banco Mundial se encontrava em atividade. Seu trabalho concentrou-se no financiamento do setor saúde e em políticas de recursos humanos da saúde. Entre 1985 e 2000, assumiu funções como professor e diretor do Departamento de Administração da Saúde da Universidade de Montreal. Tem lecionado em diversos países. No Brasil, foi professor visitante na Escola Nacional de Saúde Pública Sergio Arouca (1991-92). Suas publicações concentram-se em torno de tópicos relacionados com a regulação e a gestão dos recursos humanos da saúde. Realizou diversos projetos de consultoria para agências de cooperação multilaterais e bilaterais e colabora com comitês editoriais e grupos de trabalho internacionais como a Organização Mundial da Saúde e o Observatório Europeu dos Sistemas e Políticas de Saúde.
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 | 0.009 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.006 |
| Scholarly communication | 0.010 | 0.009 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.009 | 0.017 |
| Insufficient payload (model declined to judge) | 0.012 | 0.004 |
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".