MétaCan
Menu
Retour à la cohorte
Enregistrement W2529900184 · doi:10.14428/rec.v32i32.51603

Qui est diabétique? Le patient selon les médias et les experts

2011· article· fr· W2529900184 sur OpenAlexaffabout
Isaac Nahón-Serfaty

Notice bibliographique

RevueRecherches en Communication · 2011
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Qui est le patient? Est-il encore le sujet passif (celui ou celle qui supporte, qui endure la maladie, dans le sens étymologique du mot) ou un sujet actif dans la quête de la guérison, tel que prescrit par les différentes approches de l’empowerment de l’usager ? Ou est-il devenu le « consommateur éclairé » des produits et des services thérapeutiques? L’objectif de ce papier est d’explorer les réponses à ces questions depuis le point de vue de deux acteurs qui façonnent les perceptions publiques sur la santé et la maladie, c’est-à-dire les médias et les experts (particulièrement les cliniciens). Un cas en particulier nous servira de terrain pour mieux saisir les enjeux de la représentation du patient, celui de diabète. Topique majeur des discours médicaux et médiatiques, le diabète est devenu un sujet « hyper communiqué ». Notre analyse repose sur l’analyse des discours médiatiques et experts au Canada à partir d’une démarche qualitative. Le portrait du patient qui émerge dans ces discours sera le résultat d’une lecture des représentations explicites et implicites qui se dégagent de ceux-ci. Ces discours sur le patient diabétique, tels que véhiculés par les médias et les experts, définissent des rôles et des relations entre les acteurs des systèmes de santé, surtout la façon dont les acteurs communiquent et interagissent. Cette recherche montre que les discours sur le patient véhiculent à la fois des représentations hautement encadrées, dans lesquelles le patient est surtout un consommateur, et des représentations plus disruptives dans lesquelles le patient est un acteur constamment appelé à agir et réagir dans un environnement de surinformation.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,802
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,308
Tête enseignante GPT0,362
Écart entre enseignants0,054 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRecherches en CommunicationMême sujetLinguistics and Discourse AnalysisTravaux en français237 207