Engagement communautaire et prise en compte de la détresse psychologique, de la peur et de la stigmatisation dans la surveillance et la gestion des épidémies de la maladie à virus Ebola dans l’approche « Une seule santé » en République démocratique du Congo
Notice bibliographique
Résumé
Introduction et objectif : Une réponse efficace aux crises sanitaires telle la maladie à virus Ebola (MVE) nécessite l’engagement des communautés. Cette étude explore les enjeux psychosociaux influant sur la réponse des communautés congolaises aux épidémies de MVE, et comment la détresse et la résilience communautaire s’intègrent dans l’approche « Une seule santé » selon les perceptions des communautés. Méthodes : Cette étude de cas qualitative au nord Kivu inclut des entretiens individuels ( n = 36) avec des informateurs clés et trois groupes de discussions avec des participants ( n = 28) issus de diverses associations locales. Le cadre MATCH de l’engagement communautaire, adapté, structure l’analyse thématique. Résultats : Les participants ont tous reconnu le vécu douloureux – la peur, le rejet, la stigmatisation – des communautés et des professionnels de santé, et le rôle crucial des communautés dans la réponse aux épidémies. Ils ont souligné l’importance d’impliquer ces communautés dans l’élaboration et la mise en œuvre des stratégies pour éviter l’« Ebola business ». Les perceptions face à la maladie des différentes catégories de participants sont influencées par des croyances, les rôles sociaux et des considérations religieuses. Concernant l’approche « Une seule santé », les participants ont reconnu la nécessité d’impliquer toutes les couches sociales de la communauté. Conclusion : Un modèle innovant de gestion des épidémies et urgences de santé publique intègre les essentiels de l’engagement communautaire dont la détresse psychologique.
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 | 0,038 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».