Entre les connaissances et la pratique de santé publique : un monde de collaborations
Bibliographic record
Abstract
La santé publique n’échappe pas au courant actuel qui valorise le développement d’une culture de décision et d’action axée sur l’utilisation des données probantes. Des études qui portent sur les services de santé et les politiques publiques en lien avec les services de santé proposent diverses stratégies interactives entre les producteurs et les utilisateurs de connaissances pour favoriser le passage de la théorie vers la pratique. Dans ce contexte, une place importante est accordée aux activités de partage et d’utilisation des connaissances (PUC) au sein des organisations de santé. Or, la mise en œuvre de ces stratégies est peu documentée dans le cadre particulier de la pratique de la santé publique. Pour dégager les processus qui œuvrent au cœur du phénomène dans la pratique de la santé publique sur le territoire montréalais, des cadres au niveau de la direction régionale ont été interrogés sur leurs expériences et leurs perceptions relatives aux activités de PUC. L’analyse du corpus par théorisation ancrée a permis l’émergence de certains concepts clés qui ont été intégrés de manière à formuler une théorie substantive du partage et de l’utilisation des connaissances. La synergie entre le savoir, le savoir-faire et le savoir être se traduit par un savoir agir complexe des acteurs et des organisations qui implique avant tout un climat propice à la collaboration. L’importance accordée à la dimension relationnelle au cœur des activités de PUC témoigne de la volonté de mettre en place des structures collaboratives et de s’éloigner graduellement d’une gestion hiérarchique des savoirs dans la pratique de la santé publique à Montréal. Cette analyse démontre que les défis relatifs à la mise en œuvre d’activités de PUC dépassent les préoccupations reliées aux étapes du processus de transfert des connaissances tel que présenté par la plupart des modèles conceptuels traditionnels.
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 | 0.035 | 0.052 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.019 | 0.065 |
| Scholarly communication | 0.022 | 0.024 |
| Open science | 0.003 | 0.020 |
| Research integrity | 0.005 | 0.010 |
| Insufficient payload (model declined to judge) | 0.014 | 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".