Analyse de l’impact des nouveaux instruments de la gestion de performance dans le domaine santé
Notice bibliographique
Résumé
La présence d’un système de santé efficace et géré correctement est fondamentale pour le développement économique et social d’un pays. L’évolution positive que connaît le domaine de la santé découle de la qualité de performance du personnel à tous les niveaux. Elle est étroitement liée aux conditions de travail et d’emploi. Les agents de la santé ont une place déterminante. Ils sont l’armature des établissements médico-sociaux (EMS & CMS). Les conditions de fonctionnement et les contraintes, notamment en matière de maîtrise des coûts, ont favorisé la mise en place par les collectivités publiques et privées de nouveaux outils de gestion dont le but est notamment de permettre la maîtrise des coûts de la santé, tout en favorisant un maintien de la qualité des prestations, voir même une amélioration de la qualité. Les progrès technologiques, l’allocation des ressources, la nécessité d’une prise en charge globale des patients ont aussi engendré ces réformes. Cependant, les retombées de ces changements n’ont que très rarement été analysées. L’impact qu’elles ont généré sur les conditions de travail et la motivation des agents de la santé n’a que très faiblement été considéré. Pour pallier à ce manquement, nous avons entrepris de faire l’analyse des impacts des nouveaux instruments de la gestion de performance sur la motivation des agents de la santé. C’est pourquoi dans le cadre de cette étude, nous avons mis en exergue les facteurs motivationnels appartenant au domaine santé. Notre but a été d’analyser la satisfaction des agents de la santé. Pour la réaliser, nous nous sommes basés sur l’étude du Dr. David Giauque : « Clientcentrisme : quels impacts sur les fonctionnaires Suisses et Canadiens » présenté lors 15ème colloque International de Lille en 2006. Cette étude met en avant l’existence d’un cercle vertueux qui présente tous les facteurs motivationnels existants au sein des établissements de notoriété publique. Nous avons donc utilisé ce modèle en décidant d’y ajouter trois nouveaux facteurs : motifs affectifs, sociabilité, éthique et valeurs. Pour obtenir des résultats pertinents, nous avons fait une enquête de terrain qui s’est déroulée en plusieurs étapes : - Réalisation d’un questionnaire - Compilation des données - Interprétation des données Nous avons envoyé plus de 600 questionnaires. Nous avons reçu, en retour, plus de 291 questionnaires. Le taux de participation a été de 47%. Grâce à ce résultat, nous avons obtenu des réponses éloquentes. Elles nous ont permis de faire ressortir les facteurs motivationnels appartenant aux spécificités du domaine santé. Elles ont confirmé l’existence du cercle vertueux au sein des EMS et CMS. Et, elles ont aussi confirmé notre questionnement qui consistait à introduire une nouvelle dimension au cercle vertueux à l’aide des trois sphères suivantes : éthique et valeur, motifs affectifs et sociabilité.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».