Les comités des usagers devant les situations de maltraitance envers les aînés au Québec. Portée et limites de leurs actions de défense des droits.
Notice bibliographique
Résumé
Contexte : Une des fonctions dévolues aux comités des usagers (CU), par la Loi sur les services de santé et les services sociaux, est celle de défendre les droits des usagers dans les établissements de santé et de services sociaux (ESSS) au Québec. L’exercice de cette fonction place les CU devant des situations de maltraitance envers les aînés, qui leur sont rapportées par les usagers, les proches ou les membres du personnel, ou dont ils sont témoins, et pour lesquelles ils cherchent à intervenir pour y mettre fin ou prévenir les situations analogues. Dans un contexte de lutte contre la maltraitance envers les aînés, et de recherche de moyens pour la prévenir, la corriger ou la faire cesser, il apparaît plus que pertinent, socialement et scientifiquement, d’évaluer les mécanismes devant prévenir ou contrer la maltraitance, surtout que cela a été relativement peu fait. But et objectifs : Le but de cette étude est de décrire et de comprendre comment les CU composent avec les situations de maltraitance envers les aînés portées à leur attention. Les objectifs sont : 1) faire un inventaire descriptif et critique des situations de maltraitance envers les aînés qui sont portées à la connaissance des CU; 2) documenter chacune des étapes de la prise en compte de ces situations, c’est-à-dire jusqu’au moment où le comité arrête son action; 3) établir la portée et les limites des actions des CU et recommander des actions pour les améliorer. Cadres conceptuel et théorique : Pour atteindre l’objectif 1, nous utilisons un cadre conceptuel sur la maltraitance envers les aînés, et pour atteindre les objectifs 2 et 3, nous utilisons le cadre théorique sur les relations de pouvoir, et la démarche stratégique de Crozier et Friedberg, et cherchons à évaluer l’autonomie des CU. Méthodologie : Il s’agit d’une étude de cas multiples. Du mois d’avril 2014 à avril 2015, trois CU furent étudiés en regard des situations portées à leur attention, et de leur traitement. Nous avons assisté aux rencontres des comités en y notant les échanges (94 h 15 d’observation), réalisé des entrevues auprès des membres (n=13) et analysé leurs documents (procès-verbaux et rapports annuels d’activités). Résultats : Durant la période étudiée, 69 situations de maltraitance ont été portées à l’attention des CU. Elles se sont produites dans cinq types de rapports, soit d’un membre du personnel à un usager; d’un membre du personnel à un membre de la famille de l’usager; d’un usager à un membre du personnel; d’un usager à un autre usager; et d’un membre de la famille de l’usager à l’usager. Elles révèlent des comportements et des attitudes de violence ou de négligence, qui illustrent divers types de maltraitance. Les causes de ces situations ont trait à différents facteurs individuels et organisationnels. Pour bien traiter ces situations de maltraitance et obtenir du changement, nos analyses ont montré que les CU doivent pouvoir être informés de ces situations (poser des questions), les analyser pour convaincre les autorités (direction, représentants de la direction, commissaire aux plaintes) de leur fréquence ou de leur gravité, ou pour proposer des mesures ou des solutions, les dénoncer aux autorités, et s’assurer de la mise en œuvre des changements demandés. Divers facteurs contribuent à faciliter ou à limiter le traitement des situations par les CU et leur autonomie, en leur permettant ou non de mobiliser certaines sources de pouvoir dans les ESSS pour forcer un changement. Conclusion : Cette étude permet de mieux connaître et comprendre la manière dont les comités s’y prennent pour défendre ou protéger les usagers contre la maltraitance, dont celle commise envers les aînés, et mieux garantir le respect de leurs droits, comment ils parviennent, par moment, à avoir une influence sur les décisions prises dans les ESSS, pour faire bouger les choses (pour prévenir ou contrer la maltraitance), et comment ils contribuent à améliorer la qualité des services et la qualité de vie des usagers.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,005 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,002 |
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 ».