L’avenir de la résolution des conflits dans le contexte de l’adoption de nouvelles technologies dans le domaine de la santé (The Future of Conflict Resolution in the Context of the Adoption of New Technologies in the Field of Health)
Notice bibliographique
Résumé
Dans cet article, la professeure Regis propose que l’avenir de la resolution des conflits dans le contexte de l’adoption de nouvelles technologies repose sur notre capacite d’anticiper et de minimiser, autant que possible, les conflits. Autrement dit, il faut developper une mentalite de «prevention» plutot que de «resolution». Elle se sert de l’exemple de l’informatisation du reseau de sante au Quebec (Dossier sante Quebec) pour illustrer la relation entre les conflits, l’atteinte des objectifs de l’entente contractuelle et le manque de discussion du processus collaboratif entre les parties.Elle argumente que l’une des meilleures options pour passer a une mentalite de prevention est d’instaurer davantage de partenariats preventifs dans les projets de soins de sante, plus particulierement dans le cadre de projets complexes ou lorsque les risques sont incertains. Le partenariat preventif est un mecanisme de prevention des conflits dont l’objectif est de developper et de maintenir un processus collaboratif entre les parties pendant la duree d’un projet. Ce mecanisme necessite la mise en place de strategies solides de communication, la definition d’options flexibles et equitables de partage des risques ainsi que le monitoring des relations entre les parties. Alors que le partenariat preventif est bien etabli dans certains secteurs d’activites tels que la construction et l’ingenierie, il demeure sous-utilize dans le domaine de la sante. La professeure Regis explique ce que constitue le partenariat preventif, les possibilites et les defis que comporte un tel mecanisme ainsi que sa portee juridique.In this paper, professor Regis will argue that the future of conflict resolution in the adoption of new technologies lies in our capacity to minimize conflict, that is, to develop a new mind-set towards “prevention” instead of “resolution”. She will use the example of the computerization of the health care network in Quebec (Dossier sante Quebec) to illustrate the interrelation between conflict, achieving the goals of the contractual agreement, and the failure to discuss the collaboration process. She will submit that one of the best options to shift towards prevention is to further implement Partnering schemes in health care projects, especially in the context of complex projects or when risks fluctuate or are not well known. Partnering is a dispute prevention mechanism that aims at building and keeping a collaboration process among stakeholders and employees during the course of a project. It involves putting solid communication strategies in place, defining flexible and fair risk-sharing options and monitoring the evolution of the relationships. While this prevention mechanism is well established in some sectors such as construction and engineering, it remains under-utilized in health care. Dr. Regis will explain what partnering is, what potential and challenges such a dispute resolution mechanism holds as well as its legal value.
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 | 0,055 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,036 |
| Communication savante | 0,026 | 0,015 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,010 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».