MétaCan
Menu
Retour à la cohorte
Enregistrement W4389346380 · doi:10.4000/rfst.1939

Maillages sanitaires en France : « Camailleu-santé », un outil de cartographie en ligne pour suivre leurs évolutions dans le temps

2023· article· fr· W4389346380 sur OpenAlexaff
Emmanuel Éliot, Catherine Mangeney, Véronique Lucas-Gabrielli, Guillaume Chevillard, Jérôme Lemaire, Nadège Thomas

Notice bibliographique

RevueRevue francophone sur la santé et les territoires · 2023
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensFrancophone University Association
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Ce data paper présente une version bêta d'un outil de géovisualisation (https://s2.or2s.fr/camailleu-sante) destiné à décrire et cartographier les maillages sanitaires mis en place en France à partir de 2009 par les différentes lois de territorialisation sanitaire (HPST, Loi de santé, Ma Santé, etc.). L’outil s’applique dans cette version à trois régions (Hauts-de-France, Ile-de-France et Normandie) et présente l’intérêt de compiler dans le temps différents types de maillages sanitaires (zonages médicaux et para-médicaux, maillages de regroupement et de coordination (CPTS, MAIA...)), et de les superposer entre eux ou avec des maillages administratifs. Cet outil permet de cartographier dans le temps des données souvent dispersées entre différentes sources. Il offre aussi une aide à la réflexion pour élaborer des pistes de travail sur les configurations des maillages sanitaires et leurs superpositions avec les autres maillages de l’action publique. A ce stade d’avancement, l’outil peut être destiné à la recherche mais également à l’aide à la décision pour des acteurs sanitaires et sociaux-sanitaires réfléchissant à l’articulation des mailles avec les autres découpages de l’action publique. Après avoir présenté les données utilisées, les fonctions de l’outil sont décrites et quatre exemples d’utilisation de l’outil sont développés. En conclusion, des pistes de travail sont identifiées.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0510,011

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 Opus0,031
Tête enseignante GPT0,362
Écart entre enseignants0,332 · 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'étudeSans objet
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue francophone sur la santé et les territoiresMême sujetHealthcare Systems and PracticesTravaux en français237 207