La pandémie Covid-19 : une opportunité pour développer la formation en santé mondiale
Notice bibliographique
Résumé
Contexte et problématique : La pandémie de Covid-19 a déclenché des mesures urgentes sans précédent dans le monde et entraîné le confinement de plus de la moitié de la planète. Des populations ont été et restent fragiles et vulnérables. Les facultés de médecine gèrent au mieux cette période inédite et doivent anticiper et préparer l’avenir en tenant compte de cette nouvelle réalité, et se préparer à la gestion de nouvelles crises sanitaires. Exégèse : La santé mondiale, discipline émergente, est fondée sur une approche transnationale des problèmes de santé, une caractéristique de la pandémie Covid-19, tout en prenant en compte l’ensemble des déterminants environnementaux et sociaux de la santé (au-delà du système de soins). L’enseignement de la santé mondiale, intégré à la formation médicale, contribuera à mieux préparer les professionnels de santé à répondre aux besoins des populations confrontées aux crises sanitaires. Conclusion : Un des premiers enseignements de la pandémie Covid-19 est la nécessité de développer rapidement des filières de formation structurées, multidisciplinaires en santé mondiale pour les étudiants en santé.
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 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,011 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».