Evaluación en salud: De los modelos teóricos a la práctica en la evaluación de programas y sistemas de salud
Bibliographic record
Abstract
En términos discursivos, la necesidad de articular la evaluación con las políticas y los programas de salud resulta, a esta altura del conocimiento sociosanitario, una “norma consensuada”. Sin embargo, son escasas las evidencias empíricas al respecto. La evaluación, al igual que la planificación, recibe críticas por sus pocos resultados. La evaluación no puede ser un fin, debe ser un medio; ¿de qué?, ¿cómo?, ¿para qué? Y ¿con qué? son las preguntas en general ausentes en su implementación. La evaluación genera resistencias y sus resultados muy pocas veces se aplican. Un error frecuente está en extrapolar la simplicidad de la evaluación del mundo industrial, hacia el campo social. La ausencia de evaluación en el campo social se relaciona con el hecho de ser las instituciones sociales burocracias profesionales, tal lo plantea Henry Mintzberg, y esa situación determina obstáculos sistemáticos a cualquier propuesta de evaluación, que por lo tanto rápidamente pierde viabilidad. Esta publicación de Zulmira Maria de Araújo Hartz y Ligia Maria Vieira da Silva, destacadas académicas brasileñas, recorre aspectos conceptuales y teóricos, así como también experiencias aplicadas a programas y territorios, tanto de Brasil como de Canadá. Los distintos capítulos cuentan con la colaboración de profesionales de la Universidad de Montreal (Canadá) y de las Universidades de Bahía, Pernambuco y Santa Cruz (Brasil). Este texto es sustancial para aquellas personas que están decididas a concretar procesos de evaluación, monitoreo y/o auditoría como parte de la reflexión acerca del significado y el sentido del trabajo y de la función social de las organizaciones del campo sociosanitario. Hugo Spinelli Director de la colección Cuadernos del ISCo
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 | 0.060 | 0.064 |
| Meta-epidemiology (narrow) | 0.003 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.008 | 0.007 |
| Science and technology studies | 0.004 | 0.031 |
| Scholarly communication | 0.017 | 0.019 |
| Open science | 0.004 | 0.005 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".