Le transfert et la mobilisation des connaissances pour optimiser l’adoption de l’approche de réduction des méfaits liés à l’usage du cannabis par les intervenants œuvrant auprès des adolescents et des jeunes adultes en difficulté au Québec
Notice bibliographique
Résumé
Cette thèse de doctorat a pour objectif principal de concevoir une démarche de transfert et de mobilisation des connaissances (TMC) afin d’optimiser l’adoption de l’approche de réduction des méfaits liés à l’usage du cannabis (RDM-C) par les intervenant.e.s de la santé et des services sociaux œuvrant auprès des adolescent.e.s et des jeunes adultes en difficulté au Québec. Pour ce, trois objectifs spécifiques ont été définis, chacun faisant l’objet d’une étude distincte et aboutissant à quatre articles scientifiques: 1) Identifier, à l’aide d’une étude de portée, les facilitateurs et les obstacles des intervenant.e.s de la santé et des services sociaux face à l’adoption de l’approche de RDM-C ; 2) Identifier les attitudes des intervenant.e.s de la santé et des services sociaux œuvrant auprès des adolescent.e.s et des jeunes adultes en difficulté au Québec envers l’adoption de l’approche de RDM-C et développer un plan de TMC visant à optimiser son adoption auprès de cette population ; 3) Décrire le déroulement de la mise en œuvre du plan de TMC et évaluer ses effets immédiats et ses retombées à court-moyen terme. La première étude, soit l’étude de portée, s’est appuyée sur le modèle d’Arksey et O’Malley (2005), qui a ensuite été mis à jour par Levac et al. (2010) et puis affiné par les membres de Joanna Briggs Institute en 2020. La stratégie de recherche a été exécutée dans les bases de données du domaine de la santé et dans la littérature grise. Deux réviseuses ont mené de façon indépendante le processus de sélection des documents, aboutissant à l’inclusion de 35 études. Les données, extraites dans des fiches de synthèse, ont fait l’objet d’une analyse numérique et d’une analyse qualitative thématique. Les résultats ont été regroupés en quatre catégories, chacune englobant des facilitateurs et des obstacles face à l’adoption de l’approche de RDM-C : 1) Caractéristiques des professionnel.le.s de la santé et des services sociaux (p. ex., niveau d’éducation, années d’expérience) ; 2) Caractéristiques de la clientèle (p. ex., sévérité du trouble lié à l’usage du cannabis, comorbidités) ; 3) Facteurs liés à l’approche de RDM-C (p. ex., principes et efficacité de l’approche de RDM-C, conceptions erronées liées à l’approche de RDM-C) ; 4) Facteurs liés au milieu de travail (p. ex., soutien de l’organisation, type du milieu de travail). Dans le cadre de la deuxième étude, le Knowledge-to-Action Model et le Consolidated Framework for Implementation Research ont guidé l’élaboration du plan de TMC. Des intervenant.e.s et des gestionnaires œuvrant auprès d’adolescent.e.s et de jeunes adultes en difficulté dans quatre centres d’hébergement au Québec ont été recrutés. Une démarche mixte a été mise en place : des consultations ont été organisées auprès des participant.e.s (N = 14) et un questionnaire leur a été administré (N = 167). L’analyse thématique des consultations a permis d’analyser les besoins des publics cibles (i.e., écart entre la situation réelle et désirée, intérêt face aux nouvelles connaissances, habiletés à adopter l’approche de RDM-C, préférences quant aux canaux de communication) ainsi que leur contexte (i.e., facteurs liés aux publics cibles, à leur clientèle et à l’organisation qui pourraient faciliter ou entraver l’adoption de l’approche de RDM-C). Les données quantitatives, analysées par le biais de statistiques descriptives et inférentielles, ont révélé la présence d’attitudes positives envers l’approche de RDM-C, négatives envers l’approche d’abstinence des substances et une perception positive de leur niveau de formation en RDM-C. La triangulation des données qualitatives, quantitatives et ceux de l’étude de portée a abouti à l’élaboration du plan de TMC et à la formulation de neuf actions que les intervenant.e.s et les gestionnaires pourraient mettre en place pour optimiser l’adoption de l’approche de RDM-C dans leurs milieux. Deux stratégies de TMC adaptées à chaque public cible ont été conçues, soit des notes de politique et des ateliers délibératifs. Dans le cadre de la dernière étude, le cadre d’évaluation de Ziam et al. (2024) a servi pour décrire la mise en œuvre du plan de TMC auprès des 19 intervenant.e.s et gestionnaires recruté.e.s, ainsi que pour évaluer ses effets. Lors de l’atelier délibératif, les publics cibles ont contribué à la formulation des actions finales à entreprendre pour optimiser l’adoption de l’approche de RDM-C, celles-ci étant liées à la RDM-C, aux jeunes et à l’organisation. Une évaluation par méthodes mixtes a ensuite été menée, combinant un questionnaire et des entrevues semi-structurées. Les résultats ont mis en évidence l’appréciation de la démarche de TMC, l’intention d’utiliser les connaissances transférées ou même leur intégration dans les pratiques auprès des jeunes. Pour conclure, un processus systématique et multidirectionnel de TMC a été mis en place afin d’optimiser l’adoption de l’approche de RDM-C auprès des jeunes au Québec, constituant ainsi un modèle pour les recherches futures et contribuant à la formulation d’actions concrètes pour optimiser sa mise en œuvre.
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 | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 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 ».