Mesurer la dépense de santé publique au Québec et dans les provinces canadiennes : une analyse comparative
Bibliographic record
Abstract
’Institut canadien d’information sur la santé (ICIS) est chargé de compiler les dépenses publiques et privées dans différents secteurs du système de santé des différentes provinces. Ces données semblent indiquer que le Québec est la province qui dépense le moins en santé publique. Or, il est possible que cette constatation soit inexacte, étant donné que les définitions de la santé publique diffèrent d’un territoire à l’autre. Ainsi, après avoir défini la santé publique et ses composantes, ce rapport analyse la catégorisation des différents programmes de santé publique par le gouvernement du Québec. Bien que celle-ci soit assez précise, nous relevons des programmes qui cadrent dans notre définition de la santé publique, mais qui ne sont pas considérés comme tels par le gouvernement du Québec. Cet exercice nous permet de réévaluer la dépense de santé publique du Québec et d’en arriver à un niveau de dépenses semblable à celui rapporté par l’ICIS. En utilisant ces mêmes catégorisations, nous comparons les dépenses de santé publique du Québec avec celles de l’Alberta, de la Colombie-Britannique et de l’Ontario. Cette comparaison révèle que l’ICIS tend à surestimer la dépense de santé publique dans toutes les provinces sauf au Québec. Ainsi, notre mesure de santé publique parvient à des niveaux de dépenses publiques similaires entre les provinces et suggère que le Québec n’est pas la province qui dépense le moins. En alignant les niveaux de dépenses publiques des provinces, cette étude offre une perspective renouvelée sur les efforts du Québec en matière de santé publique.
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 | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.007 | 0.020 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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".