« Je t'aime mon cœur », un programme régional de réduction des risques cardio-vasculaires... et des inégalités de santé
Bibliographic record
Abstract
« Je t’aime mon cœur » est un programme régional de contribution à la réduction des risques cardio-vasculaires, dont la stratégie a été déterminée à partir des fondements de la promotion de la santé, définie par la charte d’Ottawa. Un des objectifs est de réduire les inégalités de santé entre public tout venant et personnes en situation de précarité dans l’accès à des activités de prévention. De fait, l’accès au programme pour les personnes en situation de précarité semble lié aux actions menées spécifiquement pour elles, en particulier à un accompagnement par des professionnels spécialement dévolus à cette tâche. L’évaluation montre aussi que le programme a un impact positif sur les déterminants de santé tels que les facteurs individuels (connaissances, sentiment d’efficacité personnelle, estime de soi...) ou encore les facteurs environnementaux. On a observé une mobilisation sociale importante ainsi qu’une réelle appropriation du programme par les personnes concernées, et une meilleure coordination entre les professionnels des champs impliqués. La participation du public reste cependant limitée dans les instances de gouvernance, notamment le comité de pilotage et le comité technique. Des moyens complémentaires permettraient de faire vivre un véritable groupe « acteur » du programme. L’intégration du public à l’équipe projet devrait lui permettre d’être reconnu comme acteur à part entière au même titre que les autres parties prenantes.
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 | 0.006 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.021 | 0.004 |
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".