Idéologies des personnels de santé dans les conceptions de la surveillance épidémiologique
Bibliographic record
Abstract
Résumé Cet article a pour objectif d’analyser les idéologies exprimées par des personnels de santé dans leur manière de concevoir les interventions de la surveillance épidémiologique à partir d’une étude de cas empirique intitulée : Évaluation de la décentralisation de la surveillance épidémiologique par une équipe de santé de la famille. En fonction de l’objectif de l’étude, un modèle politique d’analyse de l’implantation d’un programme a été utilisé. En effet, ce type d’analyse montre l’agencement des facteurs qui influencent les résultats obtenus après une intervention. Les données primaires furent collectées à l’aide d’une entrevue semi-structurée avec les gestionnaires de la Santé et les agents de la Stratégie de la santé de la famille d’une municipalité de l’État de Bahia (Brésil) ainsi qu’avec une analyse de documents. Les discours recueillis montrent des influences idéologiques dans les conceptions de la surveillance épidémiologique. Celle-ci est encore conçue comme une action imposée et coercitive, avec des interventions orientées en fonction d’un pouvoir de police médicale, ou transformées en contrôle des maladies transmissibles et, parfois, comme une surveillance centrée sur les risques et les méfaits. Prat Organ Soins 2010;41(1):143-149
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 | 0.061 | 0.054 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.003 |
| Science and technology studies | 0.005 | 0.030 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".