MétaCan
Menu
Retour à la cohorte
Enregistrement W4321065134 · doi:10.3917/spub.131.0107

« Les bonnes intentions ne suffisent pas » : analyse d'une politique de santé pour les personnes âgées au Sénégal

2013· article· fr· W4321065134 sur OpenAlexaff
Elhadji Mamadou Mbaye, Valéry Ridde, Ousseynou Kâ

Notice bibliographique

RevueSanté Publique · 2013
Typearticle
Languefr
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensHôtel-Dieu de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

En 2006, le Sénégal a institué une politique dite le « Plan Sésame », inédite en Afrique de l’Ouest, de réduction de la vulnérabilité sociale des personnes âgées de plus de 60 ans. Cet article analyse le processus de mise en œuvre du Plan Sésame. La recherche est basée sur une étude de cas unique autorisée par le ministère de la Santé. Elle repose sur des données qualitatives collectées au moyen de trois techniques : i) entretiens individuels (n = 19), ii) groupes de discussion (n = 24), iii) et étude documentaire. Malgré son objectif social, le Plan Sésame s’est finalement limité à l’accès gratuit aux services de santé. Même ce volet sanitaire souffre d’un sous-financement. La dimension politique, la faiblesse de ses mesures d’accompagnement et le manque de personnel conduisent à des retards de remboursements qui entraînent une mise en œuvre restrictive et des carences financières qui s’ajoutent aux précédentes dettes de l’État vis-à-vis des structures de santé. Si les personnels de santé et les personnes âgées adhèrent à l’idée de la gratuité des soins, ils regrettent néanmoins ses problèmes d’application. Les problèmes de mise en œuvre du Plan risquent de précipiter sa fin alors qu’il apparaît comme une solution utile. Le faible intérêt des partenaires internationaux pour cette politique, sa revendication nationale et sa forte dimension électorale ne doivent pas empêcher une conception technique rigoureuse et des mesures d’accompagnement anticipées.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,521

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,005
Communication savante0,0030,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,041
Tête enseignante GPT0,371
Écart entre enseignants0,330 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations16
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSanté PubliqueMême sujetAging, Elder Care, and Social IssuesTravaux en français237 207