Les perspectives de résidents concernant les soins aux personnes en situation de pauvreté. Utilisation du photovoix comme dispositif réflexif d’analyse de besoins de formation
Notice bibliographique
Résumé
Contexte et problématique : Les perceptions, croyances et attitudes des médecins envers les personnes en situation de pauvreté constituent des éléments ayant des impacts significatifs sur la qualité des soins. Or, au Québec, il existe peu de formation outillant les médecins de famille à soigner les personnes vivant en situation de pauvreté. Objectif : Cette étude visait à explorer les besoins en termes de formations des résidents concernant les soins auprès des personnes en situation de pauvreté. Matériel et méthode : Cette étude a utilisé un devis de recherche qualitatif de type recherche-action avec la méthode photovoix. Quatre résidentes en médecine familiale ont été accompagnées pendant le processus par une sociologue superviseure, une anthropologue spécialiste du visuel, un psychologue et un médecin. Résultats : Le processus de photovoix a fait ressortir trois barrières interférant dans la relation entre le résident et la personne en situation de pauvreté : 1) le contexte de la pratique médicale du résident ; 2) le contexte socio-économique du patient ; et 3) la distance sociale entre les médecins et les personnes en situation de pauvreté. Discussion : Le photovoix a généré une pédagogie de l’inconfort, manière d’être qui augmente la possibilité de connaissance des conditions réelles des personnes en situation de pauvreté par l’empathie des résidentes-sujets-chercheures. Conclusion : Cette étude a permis d’identifier trois principales barrières qui interviennent entre les résidents et les personnes en situation de pauvreté. Elle a également permis l’identification de solutions qui, selon les résidentes, permettraient de les dépasser.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».