État des connaissances à l’origine de l’utilisation du logiciel Vie familiale et impact de la maladie : attitudes et motivation de la clientèle et préoccupation des professionnels
Bibliographic record
Abstract
L'utilisation de l'ordinateur dans l'intervention en service social se répand de plus en plus même si elle est encore assez peu fréquente dans notre milieu. Un exemple de ce type d'application correspond au développement et à l'utilisation du logiciel Vie familiale et impact de la maladie auprès des parents d'enfants atteints de fibrose kystique à l'hôpital Sainte-Justine à Montréal et au Centre hospitalier de l'Université Laval (CHUL) à Québec entre 1989 et 1991. En vue de l'utilisation directe et interactive de ce logiciel avec les parents, il a été nécessaire de déterminer quelles devaient être les conditions à respecter pour assurer le succès de l'expérimentation. On se devait donc de faire le point de l'état des connaissances sur les résistances et les attentes de la clientèle à l'égard de la nouvelle technologie, sur les préoccupations des professionnels envers les applications cliniques de l'informatique et sur la motivation des utilisateurs à se servir des ordinateurs sur une base longitudinale. Les résultats de cette exploration sont communiqués dans cet article avant que soient présentés, en dernier lieu, le contenu du logiciel et son mode d'utilisation.
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 | 0.011 | 0.025 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".