Les enjeux éthiques de l’ambiguïté du terme "communauté" dans les documents officiels de santé publique au Québec sous une perspective de justice distributive
Bibliographic record
Abstract
Ciblant la réduction des inégalités sociales de santé, le Québec a établi une stratégie de soutien au développement des communautés en santé publique. Or, un usage ambigu du terme de « communauté » est identifiable dans les documents officiels de santé publique au Québec, ce qui pose des questions d’équité et de justice sociale. D'abord, cette imprécision permet mal l’application du soutien au développement des communautés et laisse présager la même difficulté quant à l’objectif de réduction des inégalités sociales de santé qui s’y rattache. Aussi, cette situation pose un problème d’équité, puisqu’elle mène difficilement à la justification des choix des communautés qui seront soutenues pour leur développement. Le premier Chapitre de ce mémoire confirme alors l’hypothèse selon laquelle on ne s’efforce pas suffisamment pour rendre compréhensible la notion de « communauté » en santé publique, à l’aide d’une analyse de contenu des documents de santé publique québécois. Le deuxième chapitre explore diverses compréhensions du terme à travers les sciences sociales. On propose alors la typologie de Vibert pour démontrer la richesse sociohistorique du concept de « communauté » et ses enjeux et pour permettre d’éclairer les professionnels de santé quant aux choix des communautés qu’ils soutiendront dans leur pratique. Enfin, si plusieurs acceptations du terme de « communauté » sont justifiables en santé publique, alors sous quels critères sont sélectionnées les communautés soutenues? Le troisième chapitre y réfléchit, en s’appuyant sur le modèle de justice procédurale développé par Daniels et Sabin pour répondre équitablement aux désaccords liés aux rationnements en santé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.014 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.016 | 0.027 |
| Scholarly communication | 0.016 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".