Praticiens de terrain et responsabilité sociale en santé : enjeux et attentes
Bibliographic record
Abstract
Problématique : La responsabilité sociale en santé (RSS) a d’abord été définie en lien avec les institutions de formation des professionnels de santé. Mais, que signifie être socialement responsable pour un intervenant de proximité ? Quelles sont les compétences pour une pratique socialement responsable au niveau « micro », celui de la rencontre patient-professionnel de santé ? Tels sont les enjeux que cet article explore. Exégèse : À partir de deux vignettes de consultation, les auteurs abordent plusieurs questions-clés en lien avec la RSS des professionnels de proximité (actions et attitudes du praticien, impacts des déterminants sociaux de la santé, questions vives de société tel l’accès aux soins pour les démunis, l’observation de maltraitance, les dilemmes de l’euthanasie…). Des réponses socialement responsables à ces enjeux sont évoquées (compétence professionnelle, habiletés communicationnelles, mais aussi pertinence d’une anamnèse sociale pour identifier et agir en fonction des déterminants sociaux influençant la santé des patients…). Discussion : Les auteurs questionnent la volonté des professionnels de santé de répondre aux défis de la RSS. L’enjeu de la formation à la RSS est aussi évoqué en proposant que des stratégies soient développées pour favoriser l’intégration progressive de la valeur « RSS » à l’identité professionnelle. Conclusion : Le professionnel de santé socialement responsable agit, informe, met en lien les uns souffrant avec les autres qui peuvent les aider. Il participe aux plaidoyers et actions pour réduire ou faire disparaître certains obstacles sociaux à la santé des individus et communautés. Il est prêt à évaluer et, au besoin, modifier ses pratiques et son environnement.
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 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.023 |
| Scholarly communication | 0.008 | 0.008 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.006 | 0.013 |
| Insufficient payload (model declined to judge) | 0.006 | 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".