MétaCan
Menu
Retour à la cohorte
Enregistrement W1999142891 · doi:10.3917/vsoc.142.0055

L'intégration des services gérontologiques en France et au Québec : le rôle des agences régionales de santé

2014· article· fr· W1999142891 sur OpenAlexaboutno aff
Hélène Trouvé, Louis Demers, Yves Couturier, Geneviève Imbert, Olivier Saint‐Jean, Dominique Somme

Notice bibliographique

RevueVie sociale · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Cet article se propose de comparer, dans une perspective sociopolitique, la construction de la politique publique d’intégration des services gérontologiques en France et au Québec en mettant le focus de l’analyse sur l’action des agences régionales. En dépit de leurs différences, le Québec et la France se sont appuyés sur une même méthode, nommée prisma (Programme de recherche sur l’intégration des services pour le maintien de l’autonomie), pour mettre en place l’intégration des services à travers les « Réseaux de services intégrés pour personnes âgées » ( rsipa ) au Québec et les dispositifs « Maisons pour l’autonomie et l’intégration des malades d’Alzheimer » ( maia ) en France. Dans les deux contextes, le législateur a mandaté les agences de la santé et des services sociaux ( asss ), au Québec, et les agences régionales de santé ( ars ), en France, pour favoriser la mise en œuvre de cette politique publique d’intégration des services gérontologiques. La méthode prisma postule que le déploiement de réseaux de services intégrés nécessite la coresponsabilité des acteurs aux niveaux institutionnel (responsables et financeurs nationaux et régionaux), organisationnel (responsables des services d’aide et des soins) et clinique (intervenants auprès des usagers). Or, l’ensemble de ces acteurs fait appel à des modes d’organisation et de financements dont les règles n’ont pas été conçues pour favoriser l’intégration des services. Le défi posé aux agences régionales à cet égard est particulièrement considérable.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,323
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,003
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,310
Écart entre enseignants0,290 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVie socialeMême sujetSocial Sciences and GovernanceTravaux en français237 207