Se soigner dans la ville. Diversité de l’offre, diversité des pratiques, diversité des leviers d’action publique ?
Bibliographic record
Abstract
La ville contribue à la santé des personnes par l’offre de soins qu’elle propose et la manière dont elle rend ses services accessibles. Pour les malades chroniques, la ville apparaît ainsi comme un ensemble de ressources mobilisables pour faire face à leur maladie et se soigner. Cet article analyse conjointement les deux facettes de la rencontre entre services de soins et malades chroniques. Sont d’abord caractérisés les mécanismes de circulation qui sont induits par l’organisation professionnelle des soins et la distribution territoriale des services de santé (hospitalo-centrisme, intégration des soins, hôpital de jour en centre-ville, diversité et abondance des services). Ensuite, l’article analyse les pratiques de circulation des patients entre les prestataires à l’aide d’une typologie de leurs potentiels de mobilité dans les soins. Le croisement des deux aspects (mécanismes et pratiques de circulation) met en évidence les spécificités de l’offre urbaine de soins tout en en soulignant les inégalités d’accès. La discussion examine la manière dont des politiques urbaines (logement, urbanisme, transport, aide sociale), peuvent compenser les effets pernicieux de la territorialisation et de l’intégration des services et favoriser le recours aux soins. Les résultats présentés sont issus d’une analyse qualitative d’entretiens menés auprès de professionnels psycho-médico-sociaux et de personnes vivant avec le VIH/sida à Bruxelles et à Rouen.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.008 | 0.008 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 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".