Vers de nouvelles formes de prise en charge en santé mentale : Quels freins et conditions de réussite ?
Notice bibliographique
Résumé
Le secteur de la santé mentale connaît un certain nombre de difficultés et dysfonctionnements (Laforcade, 2016) qui paraissent souvent liés à des facteurs entremêlés d'ordre organisationnel, institutionnel et culturel.Diverses analyses scientifiques et opérationnelles, au plan international, incitent à explorer de nouveaux modèles de prise en charge, permettant une approche plus globale et mieux coordonnée, s'appuyant notamment sur l'imbrication des soins et des services sociaux et médico-sociaux.Cet article examine, à partir d'un cadre théorique interdisciplinaire (santé publique, psychiatrie, management et organisation) et d'une étude de cas approfondie, en quoi la mise en œuvre d'un dispositif structurel et managérial innovant et s'efforçant de répondre à des besoins identifiés, peut se heurter à des obstacles tels que des formes de conservatisme sociétal et diverses manifestations de résistance au changement.Ainsi, cette recherche exploratoire met en avant d'une part la faisabilité et l'opportunité de nouveaux modèles de prise en charge du patient en santé mentale, et également les défis à surmonter et les conditions de réussite de ce type d'évolution.
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 | 0,016 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,023 |
| Communication savante | 0,020 | 0,021 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».