MétaCan
Menu
Retour à la cohorte
Enregistrement W7126784119

Étude comparative internationale sur les enjeux sociaux, politiques, environnementaux, d’intégration, de résilience et de santé mentale

2025· book-chapter· fr· W7126784119 sur OpenAlexaboutno aff
Nicolas Senn, Catherine Lamoureux-Lamarche, Thérèse Tvd Van Durme, Mylaine Breton, Jean-Frédéric Levesque, Christine Cohidon

Notice bibliographique

RevueDigital Access to Libraries · 2025
Typebook-chapter
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrimary health careContext (archaeology)Primary careEuropean unionPublic health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ce chapitre compare la prise en compte de six enjeux en soins primaires (politiques, environnementaux, sociaux, santé mentale, intégration des soins et résilience) en Belgique, France, Québec et Suisse. Trente-cinq indicateurs ont été développés et renseignés par des experts pour analyser ces aspects. Les résultats montrent des différences notables : le Québec et la Belgique sont plus avancés dans l’interprofessionnalité et l’intégration des soins, tandis que la France et la Suisse restent plus médico-centrées. Les enjeux environnementaux et la résilience sont globalement peu pris en compte. L’intégration entre soins primaires et santé publique est limitée, bien que jugée essentielle pour la planification sanitaire et la résilience. Par ailleurs, la gouvernance influence ces différences : le Québec, avec une organisation centralisée et régulée, favorise davantage l’innovation en soins primaires que la Suisse, dont le système libéral entrave la coordination interprofessionnelle. L’étude souligne l’importance de politiques adaptées pour renforcer l’accessibilité et la qualité des soins primaires. Elle propose d’approfondir ces analyses et d’inspirer des réformes en s’appuyant sur les meilleures pratiques internationales, afin d’améliorer la résilience et l’efficacité des systèmes de santé face aux défis actuels et futurs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,477
Score d'incertitude au seuil0,948

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0110,028
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,362
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Access to LibrariesMême sujetSocial Sciences and GovernanceTravaux en français237 207