RELIER LES INDIVIDUS À LEUR COMMUNAUTÉ D’APPARTENANCE
Notice bibliographique
Résumé
La personnalisation des services est de plus en plus populaire dans le réseau de la santé et des services sociaux. Plutôt que de piger parmi des offres de services existantes, l’usager coconstruit des services selon ses besoins. Or, malgré les avancées dans ce domaine, peu d’approches de personnalisation des services existent pour répondre aux besoins des communautés. Dans ce texte, nous souhaitons contribuer au champ de la personnalisation des services en l’enrichissant d’une perspective communautaire. Vers cet objectif, nous recensons diverses approches employées en santé publique qui tiennent compte des besoins spécifiques des communautés. Nous déclinons ces approches au moyen d’interventions locales pour illustrer comment elles contribuent au développement d’une perspective communautaire à superposer au modèle actuel de personnalisation des services. Nous soutenons que la fonction promotion de la santé en santé publique permet de relier les individus à leur communauté d’appartenance au sein d’un modèle unique de personnalisation des services. Nous pensons que ce modèle intégré de personnalisation des services permettra d’une part, la coproduction de services individuels et communautaires et d’autre part, qu’il favorisera le rapprochement des acteurs des domaines de la santé publique et des services sociaux autour d’un projet commun de développement de communautés productrices de bien-être.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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 ».