Notice bibliographique
Résumé
Les armées occidentales sont aujourd’hui encore très largement masculines. Au sein des armées des États-Unis et du Canada, la proportion de femmes était en 2023 respectivement de 17,7 % et 16,1 %.. Les services de santé militaires nord-américains abordent la question de la santé des femmes militaires sous un angle de mise en condition et de maintien de la capacité opérationnelle des forces (readiness) mais aussi sous l’angle de la fidélisation des personnels féminins sous les drapeaux. En effet, en cas de conflit majeur, leurs capacités opérationnelles ne pourront se passer de la ressource humaine apportée par le personnel féminin. Par ailleurs, dans ces deux armées, la prise en compte de la santé des femmes est aussi affaire d’équité en santé. Habituellement, la santé des femmes est comprise comme synonyme à la santé reproductive ou à la santé sexuelle. Si ces domaines restent fondamentaux, il est important d’élargir le champ de la santé des femmes à d’autres problèmes de santé. En effet, de plus en plus de publications mettent en évidence les spécificités de cette santé, que ce soit en termes de prévention mais également de prise en charge médicale, et ce, qu’il s’agisse de troubles cardio-vasculaires, de blessures de l’appareil locomoteur, ou encore de santé mentale. Il apparaît donc incontournable de considérer les spécificités des femmes militaires de manière globale, au-delà d’une l’approche centrée sur la prise en charge gynécologique ou de médecine reproductive. En outre, cette réflexion doit porter aussi bien sur la prévention, la mise en condition opérationnelle, la prise en charge médicale ou encore la recherche. Après un bref historique et un point de situation sur la féminisation des forces armées nord-américaines, cet article a pour objectif de présenter les programmes de santé mis en place dans ces deux pays qui pourraient éventuellement servir d’exemples aux forces armées françaises.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».