MétaCan
Menu
Retour à la cohorte
Enregistrement W1700449154 · doi:10.3917/spub.145.0669

L'accès libre à la kinésithérapie : un processus à inventer pour la France

2014· article· fr· W1700449154 sur OpenAlexaboutno aff
Rémi Remondière, Marin-Philippe Durafourg

Notice bibliographique

RevueSanté Publique · 2014
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealth, Medicine and Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Les premières initiatives d’accès libre datent de 1976 et de nombreux pays anglophones ont suivi ce mouvement qui vise à supplanter la consultation d’un médecin pour certains actes, hormis le diagnostic. En France, les coopérations dans ce domaine sont exceptionnelles. L’accès direct doit être différencié des pratiques avancées, à l’hôpital, dans les domaines de l’orthopédie, les troubles musculo-squelettiques, l’évaluation préopératoire et l’arthroplastie de hanche et de genou. À l’hôpital, ce sont les hommes de 40 à 59 ans qui ont recours à cette forme de consultation, avec une excellente corrélation comprise entre 86 et 100 % en comparaison avec la pratique du médecin, ouvrant la porte à l’accès libre. La trajectoire apparemment réussie du Québec et l’opinion des Suisses interrogés mettent en perspective une trajectoire très différente. Dans ce domaine, la France possède une place à part, car si les coopérations avec les médecins sont encouragées, elles sont l’exception, malgré un maillage territorial favorable. Les points forts et les points faibles sont envisagés, mais il semble bien que de nombreux obstacles et enjeux freinent cette procédure. Les affections chroniques se prêtent parfaitement à ces échanges de pratiques, quand bien même d’autres professionnels ont déjà investi ce domaine. Délégations et transferts de pratiques seraient le témoin d’une autonomie professionnelle en devenir, sous forme d’un accès libre partiel.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,034
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,271

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,004
Études des sciences et des technologies0,0060,008
Communication savante0,0140,008
Science ouverte0,0020,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,339
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSanté PubliqueMême sujetHealth, Medicine and SocietyTravaux en français237 207