MétaCan
Menu
Retour à la cohorte
Enregistrement W4296108629 · doi:10.4000/ethiquepublique.6799

De zéro à héros : la reconnaissance du travail ingrat et l’importance d’une gestion éthique des soins dans les centres d’hébergement et de soins de longue durée

2022· article· fr· W4296108629 sur OpenAlexvenueno aff
Carole Lalonde, Marie-Ève Dufour

Notice bibliographique

RevueÉthique Publique · 2022
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Au cours de la première vague pandémique au printemps 2020, la société québécoise a assisté, incrédule, à une dégradation accélérée des soins dans les CHSLD (centres d’hébergement et de soins de longue durée) et au désarroi des soignants et des aidants face à cette situation. Souvent stigmatisé socialement et qualifié dans la littérature comme un travail ingrat (dirty work), le rôle tenu par les préposés aux bénéficiaires auprès de personnes âgées fragilisées des CHSLD n’aura jamais été vu comme aussi essentiel et vital. Devant les difficultés rencontrées dans la revalorisation du personnel accomplissant un travail ingrat dans ce contexte de crise, force est de constater le manque de modèle à suivre pour gérer éthiquement ces ressources humaines ; la recherche en ce domaine étant relativement sous-développée. Par ailleurs, la recherche en gestion des crises montre que les décideurs eux-mêmes manquent à leurs engagements en négligeant leurs responsabilités en amont et en aval des moments de crise. Cet article vise donc à dégager des propositions concrètes pour combler cette double carence éthique et ainsi proposer un modèle axé sur une gestion éthique des soins mettant l’accent sur la gestion des ressources humaines et le développement organisationnel, en amont et en aval des crises.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,586
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,295
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉthique PubliqueMême sujetSocial Sciences and GovernanceTravaux en français237 207