Réflexion critique sur l’approche milieu de vie dans les centres d’hébergement et de soins de longue durée : un éclairage nouveau à partir de la promotion de la santé
Bibliographic record
Abstract
Depuis quelques années, l’approche milieu de vie (AMV) est devenue populaire parce qu’elle représente une avenue intéressante pour améliorer la qualité de vie des résidants dans les milieux d’hébergement. Malgré sa pertinence, l’AMV peine encore à être intégrée dans la pratique quotidienne des centres d’hébergement. En 2014, seuls quelques-uns se distinguent à cet égard. De nombreux facteurs expliquent cette situation notamment les difficultés que rencontrent les professionnels dans la réalisation de leurs tâches, le manque de personnel, une plus importante charge de travail et surtout l’assise conceptuelle de l’AMV qui semble encore mal comprise par plusieurs. Au plan organisationnel, malgré la volonté politique de transformer les centres en milieux de vie, ceux-ci fonctionnent encore avec des logiques institutionnelles centrées sur l’offre de soins. Afin de pallier ces difficultés, certains développements conceptuels récents en promotion de la santé, en l’occurrence le modèle de l’AMV de Poland et Dooris (2010), pourraient être mis à contribution afin d’améliorer l’implantation de l’AMV dans les CHSLD.
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 | 0.016 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.010 | 0.028 |
| Scholarly communication | 0.021 | 0.013 |
| Open science | 0.003 | 0.010 |
| Research integrity | 0.009 | 0.014 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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".