Essai de typologie des centres de santé et de services sociaux au Québec
Bibliographic record
Abstract
Partant du constat de l’importance des facteurs contextuels (environnement physique, social et institutionnel) dans la compréhension des paysages de santé, cet article examine la situation au Québec et propose une typologie des territoires à l’échelle des centres de santé et de services sociaux (CSSS). Ceux‐ci desservent 95 territoires qui forment le découpage le plus fin en matière d’espace décisionnel en santé depuis une réforme mise en œuvre en 2003. Si l’offre de services de santé de première ligne est définie localement à l’échelle de ces territoires, l’allocation des ressources et la définition des grandes orientations des politiques de santé se décident à une autre échelle : celle de la province. L’enjeu est donc pour les acteurs du système de compléter la bonne connaissance qu’ils ont de leur milieu local, par une vue d’ensemble. C’est ce que propose cet article sur la base d’une analyse en composantes principales puis d’une classification ascendante hiérarchique qui conduisent à cartographier huit profils territoriaux. Les résultats obtenus démontrent que si les deux tiers des CSSS correspondent à deux profils peu différenciés, le tiers restant présente des spécificités très ancrées spatialement.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.006 | 0.013 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
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".