Itinérance, santé mentale et ergothérapie. Une expérience qui confirme d’étonnantes possibilités
Notice bibliographique
Résumé
Les personnes itinérantes qui souffrent de maladie mentale constituent une partie importante de la population itinérante. Elles connaissent une multitude de problèmes au niveau du rendement occupationnel et des lacunes dans les systèmes, et les politiques aggravent leur situation. Il existe de plus en plus de preuves que l'ergothérapie peut contribuer à améliorer la santé et la qualité de vie de cette population marginalisée et mal desservie. Cet article décrit le processus et les défis que pose la dispensation des services d'ergothérapie aux personnes itinérantes ayant des problèmes de santé mentale, d'abus de substances et de maladies mentales graves, en ayant recours au modèle Mesure canadienne du rendement occupationnel (MCRO). Il existe une certaine concordance entre les valeurs et les croyances de la profession d'ergothérapeute et les besoins et les questions du rendement occupationnel des personnes itinérantes. En aidant ces personnes à développer des occupations significatives, leur permettant de reprendre leur vie en main, on les rend capables de faire des changements positifs et permanents dans leur vie. Au sein de cette dynamique, il existe un grand potentiel d'apprentissage et de capacité de grandir, qu'on soit dispensateur ou bénéficiaire de services.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».