L'accès libre à la kinésithérapie : un processus à inventer pour la France
Bibliographic record
Abstract
Les premières initiatives d’accès libre datent de 1976 et de nombreux pays anglophones ont suivi ce mouvement qui vise à supplanter la consultation d’un médecin pour certains actes, hormis le diagnostic. En France, les coopérations dans ce domaine sont exceptionnelles. L’accès direct doit être différencié des pratiques avancées, à l’hôpital, dans les domaines de l’orthopédie, les troubles musculo-squelettiques, l’évaluation préopératoire et l’arthroplastie de hanche et de genou. À l’hôpital, ce sont les hommes de 40 à 59 ans qui ont recours à cette forme de consultation, avec une excellente corrélation comprise entre 86 et 100 % en comparaison avec la pratique du médecin, ouvrant la porte à l’accès libre. La trajectoire apparemment réussie du Québec et l’opinion des Suisses interrogés mettent en perspective une trajectoire très différente. Dans ce domaine, la France possède une place à part, car si les coopérations avec les médecins sont encouragées, elles sont l’exception, malgré un maillage territorial favorable. Les points forts et les points faibles sont envisagés, mais il semble bien que de nombreux obstacles et enjeux freinent cette procédure. Les affections chroniques se prêtent parfaitement à ces échanges de pratiques, quand bien même d’autres professionnels ont déjà investi ce domaine. Délégations et transferts de pratiques seraient le témoin d’une autonomie professionnelle en devenir, sous forme d’un accès libre partiel.
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 | 0.034 | 0.030 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.004 |
| Science and technology studies | 0.006 | 0.008 |
| Scholarly communication | 0.014 | 0.008 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 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".