Réseau intersectoriel pour la prévention des maladies chroniques : le cas de l’Alberta Healthy Living Network
Notice bibliographique
Résumé
Les maladies chroniques (MC) sont la principale cause de décès et d’incapacités à l’échelle mondiale. Les spécialistes des MC favorisent depuis longtemps le recours à des approches intersectorielles afin de consolider les efforts en matière de prévention des MC. Cette étude qualitative de cas a pour objet d’examiner les avantages et les difficultés perçus associés à l’établissement d’un réseau intersectoriel dédié à la prévention des MC. Deux thèmes dominants sont ressortis des données recueillies lors des entrevues réalisées auprès de membres importants de l’Alberta Healthy Living Network (AHLN ou le Réseau). Le premier thème a trait aux divergences de points de vue quant au rôle du Réseau, plus précisément en ce qui concerne ses interventions et les résultats qu’il obtient, notamment lorsqu’il s’agit de promouvoir les politiques adoptées. Le second thème est centré sur les avantages et l’utilité de l’AHLN, et sur la difficulté de faire état de résultats non quantifiables. Même si les personnes interviewées ont reconnu que l’AHLN avait contribué aux travaux intersectoriels menés en Alberta en prévention des maladies chroniques et favorisé la collaboration entre les membres du Réseau, plusieurs n’ont pas perçu ces réalisations comme une fin en soi et souhaitent maintenant voir le Réseau s’orienter davantage vers des activités génératrices de changements. La gestion d’attentes divergentes a eu une grande incidence sur le fonctionnement du Réseau.
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 | 0,015 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,005 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».