Health Democracy and Storytelling: A Synthesis of Knowledge<br/><br/>Démocratie en santé et narration : une synthèse des connaissances
Notice bibliographique
Résumé
Objectif : La démocratie en santé nécessite de disposer d’outils et de méthodologies pour impliquer les acteurs non scientifiques dans l’élaboration et la mise en œuvre des politiques de santé. La narration pourrait être un des outils qui permettent de rendre la démocratie en santé effective. Notre objectif est de voir comment la narration est mobilisée en lien avec la démocratie en santé, de décrire les objectifs de son usage, la méthodologie adoptée et les résultats obtenus. Matériel et méthodes : Nous avons réalisé une revue de la littérature narrative. Notre équation de recherche a été composée par le mot-clé « narration » et ses déclinaisons « récit de vie », « histoire de vie » et « médecine narrative » et par le mot-clé « démocratie en santé » / « démocratie sanitaire ». Résultats : Nous avons obtenu 135 résultats et nous avons retenu six articles, publiés entre 2015 et 2022. L’intérêt de la narration dans une démarche de démocratie en santé concerne six thèmes principaux : a) la pluralité des vécus ; b) l’empowerment ; c) la reconnaissance des différents types de savoir ; d) l’implication de tous les acteurs du soin dans le soin ; la narration comme levier de changement e) dans le parcours de soins ; f) dans les politiques de santé. Conclusion : Le nombre limité d’articles retenus dans cette revue de la littérature interroge la diffusion du concept de démocratie en santé associé à celui de narration. La narration peut contribuer à diffuser et rendre effective la démocratie en santé : elle est un outil complémentaire aux outils quantitatifs pour connaitre le vécu des usagers du système de santé et son usage est particulièrement pertinent dans les maladies chroniques comme le cancer.
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 | 0,014 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».