Pourquoi est-il si difficile de faire ce qui est souhaitable?
Bibliographic record
Abstract
Résumé Pour rester fidèles aux valeurs de la population qu’elles représentent, et préserver ainsi les fondements mêmes de leur légitimité, les démocraties modernes doivent infléchir la trajectoire actuelle de leur système de soins, car il répond de moins en moins bien aux attentes de la population. Par ailleurs, nous constatons que toutes les tentatives de réforme des systèmes de santé se heurtent depuis 30 ans à une inertie puissante. Dans la première partie, cet article analyse l’origine et la nature de cette résistance. Dans la deuxième partie, il explore certaines stratégies de transformation du système de soins pour le rendre cohérent par rapport aux attentes de la population. Le système de santé n’est ni une institution parmi d’autres, ni une industrie dont l’État pourrait se désintéresser; par conséquent, sa réforme est une responsabilité collective. Une approche participative et décentralisée est proposée en accord avec ces principes démocratiques fondamentaux. Cette approche s’oppose aux pressions en vue de l’uniformité de la part des instances en place, s’apparentant à un processus d’apprentissage continu qui mobilise la responsabilité des professionnels et leur permet de développer leur réflexion.
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.017 |
| Scholarly communication | 0.010 | 0.008 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.017 | 0.003 |
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".