Ce qu’il reste de la gouvernance collaborative dans les établissements de santé après la pandémie de COVID-19 : étude de cas exploratoire d’un « retour à la normale »
Notice bibliographique
Résumé
La pandémie de COVID-19 a mis en évidence des enjeux de gouvernance dans les organisations de santé au Québec (Canada). Elle a également accéléré l’adoption de modalités de gouvernance collaborative, intégrant les professionnels de la santé et les patients dans le processus décisionnel. Cette étude de cas exploratoire basée sur des entrevues semi-structurées (n = 8), visait à : définir ce qu’a pu être ou est encore la gouvernance collaborative pendant et après la pandémie de COVID-19 dans un établissement de santé au Québec; et comprendre les types d’initiatives et d’enjeux concernant sa mise en œuvre et sa pérennité. Cette étude est successive à une première vague d’entrevues (n = 12) réalisées en 2020 pour un projet connexe, qui a permis de mieux comprendre la gouvernance collaborative en réponse à la crise sociosanitaire de COVID-19 par les organisations de santé (Gabet et collab., 2023). Elle souligne l’importance d’un leadership fort et d’une collaboration intersectorielle, tout en soulignant une potentielle dérive vers des pratiques qui peuvent dénaturer son objectif initial. Il semble nécessaire de clarifier et de partager le sens de cette gouvernance collaborative afin qu’elle reste adaptée aux besoins des personnels et des communautés.
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 | 0,018 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,010 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».