Une critique du processus d’informationnalisation du système de santé français
Bibliographic record
Abstract
L’informationnalisation – expression que nous préférons à celles de « société de l’information » et de « révolution numérique », pour le champ de la santé, parce que rendant mieux compte des évolutions en cours - du système de santé français n’est pas un processus aussi rectiligne que le laisse croire les discours officiels. Ces derniers se fondent sur des calendriers à très court terme qui ne tiennent que très peu compte de la complexité des changements socio-organisationnels et techniques ainsi que des bouleversements dans les pratiques de communication qui accompagnent l’introduction de nouvelles techniques dans les pratiques de soins quotidiennes. Dans le domaine de la cancérologie, les dispositifs de collecte, de transmission et d’échange d’informations cliniques entre cancérologues et spécialistes d’organe sont souvent très peu utilisés. Ainsi que nous le montrons, l’insertion sociale des techniques d’information et de communication dans les soins en cancérologie se confronte à des contraintes clinico-organisationnelles, socioprofessionnelles et techniques importantes.
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 | 0.132 | 0.174 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.008 | 0.010 |
| Science and technology studies | 0.012 | 0.042 |
| Scholarly communication | 0.031 | 0.032 |
| Open science | 0.006 | 0.008 |
| Research integrity | 0.009 | 0.011 |
| Insufficient payload (model declined to judge) | 0.008 | 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".