Appliquer un procédé argumentaire pour revendiquer une attribution des services en ergothérapie basée sur l’habilitation aux occupations
Notice bibliographique
Résumé
Problématique : L’attribution actuelle des services en ergothérapie en CLSC permet difficilement aux ergothérapeutes d’intervenir selon leur expertise première d’habilitation aux occupations. Pour revendiquer cette situation, les professionnels sont appelés à agir comme agent de changement et idéalement avoir recours à un procédé argumentaire. Objectif : Appliquer un procédé argumentaire à une situation professionnelle problématique en ergothérapie, soit revendiquer une attribution des services en ergothérapie en CLSC basée sur l’habilitation aux occupations. Méthode : Le procédé argumentaire est basé sur le cadre argumentaire Convictions-Réel-Actions-Fondements (CRAF) nécessitant une recherche d’arguments provenant d’une recension critique des écrits. Résultats : Les études recensées font valoir des arguments basés sur les valeurs et les fondements théoriques de la profession. Les arguments issus des résultats probants proviennent d’études dont le niveau d’évidence scientifique est élevé. Ils montrent que des interventions basées sur l’habilitation aux occupations ont des retombées sur la participation et le fonctionnement dans les occupations, le bien-être et la santé physique et mentale, la perception d’efficacité personnelle, la satisfaction de vie, les interactions sociales, l’apprentissage de connaissances et l’espérance de vie. Discussion : L’habilitation aux occupations dans une approche de prévention et de promotion de la santé est efficace et rentable, et ce, pour une clientèle plus vaste que celle actuellement desservie. Les ergothérapeutes, désireux d’être agent de changement dans leur milieu, pourraient reproduire le procédé argumentaire pour l’appliquer à une situation clinique problématique.
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 | 0,004 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».