Un accompagnement citoyen personnalisé en soutien à l'intégration communautaire des personnes ayant subi un traumatisme craniocérébral : vers la résilience ?
Bibliographic record
Abstract
Introduction : les personnes ayant un traumatisme craniocérébral (TCC) demeurent généralement avec des séquelles physiques, sensorielles ou psychologiques qui perturbent leur capacité à réaliser leurs activités quotidiennes. Contexte : un projet d’accompagnement-citoyen personnalisé d’intégration communautaire (APIC) a été implanté pour pallier au manque de ressources et soutenir ces personnes dans la redéfinition de leurs projets de vie. Objectifs : cette étude vise à évaluer les effets de l’APIC sur le mieux-être et sur les capacités de personnes ayant un TCC à réaliser leurs activités de la vie quotidienne et de loisirs. Méthode : un devis mixte d’étude de cas multiples, utilisant une approche de recherche participative et collaborative a été privilégié. Des données qualitatives et quantitatives ont été recueillies lors d’entrevues semi-structurées auprès de neuf personnes ayant un TCC, à 6 mois et 12 mois du début de l’accompagnement. Résultats : l’étude démontre les retombées positives de l’APIC sur le développement de l’autonomie des participants et sur leur satisfaction quant à leur participation sociale. Discussion et conclusion : elle indique que l’accompagnement APIC est un espace sécurisant fondé sur la réciprocité entre l’accompagné/accompagnateur, mettant en action les capacités de résilience de la personne.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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; both teacher heads agree on what is shown here.
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".