Reddition de compte et optimisation de la performance : impacts sur le choix des interventions ergothérapiques
Bibliographic record
Abstract
Objectif : L’implication des mécanismes de reddition de compte et d’optimisation de la performance dans le raisonnement clinique (RC) menant au choix des interventions au soutien à domicile (SAD) est peu connue. Cette étude visait à explorer cette implication dans le RC des ergothérapeutes en SAD. Méthodes : Une ethnographie institutionnelle (EI) a été utilisée auprès de dix ergothérapeutes recrutés dans trois programmes de SAD québécois. Des observations ( n = 41 jours) et des entretiens semi-dirigés ( n = 216 entretiens) ont été réalisés. Douze informateurs-clés secondaires (collègues, gestionnaires) ont également été rencontrés ( n = 22 entretiens) et des documents administratifs ( n = 50), recueillis. Les données ont été analysées à l’aide du processus de l’EI. Résultats : Le RC des ergothérapeutes inclut une préoccupation constante quant à leur productivité qui module leurs interventions auprès des patients. Les ergothérapeutes restreignent le temps et le suivi alloués à chaque patient. Leurs interventions se limitent au motif de référence, généralement l’autonomie dans les soins personnels, sauf si la sécurité du patient est menacée. La mesure du travail utilisée dans la reddition de compte et l’optimisation devient l’étalon pour évaluer la légitimité des activités et génère des comportements déviants afin de rencontrer les objectifs de performance. Conclusion : La reddition de compte et l’optimisation risquent de compromettre la qualité des services rendus, l’étendue des services offerts aux patients, incluant les activités de prévention et de promotion de la santé, et, conséquemment, l’atteinte des objectifs du système de santé.
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 | 0.009 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".