Covid-19 et pratiques professionnelles dans les milieux institutionnels fermés
Notice bibliographique
Résumé
Introduction : Pendant que les gouvernements ont concentré des efforts à la mise en place de mesures sanitaires de distanciation physique, de confinement et d’isolement pour protéger la collectivité de la COVID-19, des chercheurs se sont attardés aux impacts considérables de ces mesures sur la santé mentale et le bien-être. Les personnes avec un trouble mental, qui sont à la fois institutionnalisées et judiciarisées dans les unités de psychiatrie et les hôpitaux de psychiatrie légale, se retrouvent davantage vulnérables et limitées dans leurs mouvements et leurs activités.Objectifs : Cet article vise à examiner les changements de pratiques mises en œuvre et les impacts potentiels sur les personnes dans les milieux institutionnels fermés, afin de répondre aux enjeux sanitaires soulevés par la pandémie de la COVID-19.Résultats : Une analyse de 69 publications a permis d’identifier neuf grands thèmes dans la littérature, qui serviront de cadre d’analyse pour l’expérience d’un établissement psycho-légal canadien. Ces grands thèmes sont : 1) les facteurs de vulnérabilité́ spécifiques à la population ; 2) la gestion et la formation du personnel ; 3) le délestage des lits, la libération conditionnelle et le retour en communauté ; 4) la gestion de la contagion et des espaces fermés ; 5) les mesures d’hygiène et les équipements de protection individuelle ; 6) la continuité des soins et services ; 7) l’utilisation des technologies pour maintenir les liens sociaux et les services ; 8) les mécanismes légaux et les droits des personnes ; et 9) l’après-pandémie.Conclusion : Il importe de souligner que, bien qu’il s’agisse de la première pandémie d’une telle ampleur internationale, les experts soulignent une augmentation des épidémies dans la dernière décennie et une croissance continue dans les décennies à venir. Il importe donc de tirer des leçons de cette crise sanitaire afin d’être préparé et de minimiser ses effets sur les personnes vulnérables. Les réflexions présentées ici pourraient être contrastées avec les expériences vécues de personnes dans les établissements fermés, afin de venir nuancer les données et de proposer de nouvelles stratégies.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 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 ».