Le rapport d’usagers de maisons d’hébergement en santé mentale à leur environnement immédiat : une étude socio-écologique
Bibliographic record
Abstract
Au cours de sa vie, un Canadien sur cinq souffrira d’une maladie mentale, diagnostiquée ou non, selon les données du plan d’action en santé mentale (2015-2020). De plus, les troubles mentaux, qui constituaient en 2004 « 13% de la charge totale de morbidité à l’échelle mondiale » (OMS, 2013), sont destinés à constituer la principale cause de morbidité en 2030 (Fleury et Grenier, 2012). Face à ces constats, des nombreux plans d’action aux niveaux national et international soulignent l’urgence de nouvelles solutions de soin mais aussi de logement pour ces personnes aux prises avec un trouble mental. Puisque le logement est un concept large, qui comprend non seulement la structure résidentielle en tant que telle, mais également son environnement immédiat, il est essentiel de l’appréhender dans toute sa complexité. Investiguer la relation que les résidents en santé mentale entretiennent avec leur environnement immédiat devient ainsi une étape incontournable de la réflexion sur le logement en santé mentale. Adoptant l’optique, avancée par l’OMS (2013), qui voit l’environnement comme un déterminant de la santé, y compris de la santé mentale, nous nous intéressons à l’étude des trajectoires des résidents en santé mentale pour répondre à la question de recherche suivante : Quels rapports les usagers des maisons d’hébergement en santé mentale instaurent-ils avec leur milieu de vie et leur quartier ? Comprendre comment ces personnes utilisent l’espace, se l’approprient, s’y déplacent, mais aussi quels obstacles ils y retrouvent et quels soutiens sont possibles, nous permettra de comprendre comment agir sur le territoire pour en faire le plus possible un outil favorable au bien-être. Pour répondre à notre question de recherche, nous avons conçu un dispositif méthodologique en deux phases que nous avons mis en œuvre à partir de 4 maisons d’hébergement en santé mentale. Quatorze résidents ont d’abord répondu à 26 questions ouvertes pendant une entrevue individuelle structurée, à la fin de laquelle ils ont dessiné la carte mentale de leur quartier. Ensuite, nous avons organisé 4 groupes de discussion, un dans chaque maison, qui ont réuni les participants de la première phase y demeurant. Le corpus de données recueillies nous a permis d’avancer des recommandations pour le choix des nouveaux sites d’implantation des logements en santé mentale. Ces recommandations se concentrent sur quatre aspects de l’environnement immédiat, physico-spatial comme social : les services de proximité, les transports en commun, les éléments naturels et la communauté. Nos conclusions permettent un regard plus compréhensif de l’environnement immédiat des ressources résidentielles en santé mentale, puisque les points de vue et les expériences de leurs usagers sont directement pris en compte. Nos recommandations fournissent, par conséquent, aux décideurs un outil supplémentaire dans le processus de sélection des sites d’implantation. Finalement, des nouvelles recherches capables d’approfondir les effets des caractéristiques environnementales ayant émergé de notre étude, sur le bien-être des résidents en santé mentale, sont souhaitables.
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 | 0.010 | 0.035 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.007 | 0.008 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".