Concentration des services de santé, contraintes de mobilité et difficultés d’accès aux soins dans la métropole d’Oran
Bibliographic record
Abstract
L’objet de ce travail, basé sur une approche quantitative et qualitative, est d’analyser les conditions d’accès des populations démunies aux soins dans la métropole d’Oran. Mieux connaître les inégalités sociales et spatiales d’accès aux soins peut contribuer au développement durable du territoire urbain en offrant de meilleures conditions de vie à chacun. Dans cet objectif, il s’agit en premier lieu de présenter les caractéristiques de l’offre sanitaire dans la wilaya d’Oran selon les statistiques de 2006. Cette analyse met en évidence, d’un côté, les fortes inégalités de répartition spatiale des infrastructures de santé et, d’un autre côté, le déficit en termes de personnel médical spécialisé. En deuxième lieu, une approche qualitative fondée sur les entretiens semi-directifs a permis de comprendre les difficultés d’accès aux soins pour la population pauvre des quartiers périurbains défavorisés. A partir de cette enquête qualitative, certaines causes et certains effets de la situation sanitaire des habitants les plus démunis ressortent, de même que les souffrances vécues : fréquence des problèmes de santé ressentis, accès aux soins limité aux cas les plus urgents à la fois du fait des coûts élevés des consultations, des médicaments, des courses en transport collectif et de l’éloignement rendant particulièrement pénibles et difficiles les trajets pour les personnes à la santé fragile.
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 | 0.003 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".