Mieux situer la place de l’Approche Patient Partenaire de Soins en Grande Région
Bibliographic record
Abstract
Au niveau international, l'engagement des patients dans le système de soins est de plus en plus considéré comme un levier pour l'amélioration générale de la santé des populations ainsi que la qualité et la sécurité des soins. Différents modèles de cet engagement ont émergé dans la littérature. Parmi ceux-ci, celui du patient partenaire de soins, développé par l'Université de Montréal, est relativement récent. Ces auteurs le définissent comme l'implication et la prise de décision des patients dans leur processus de soins en leur permettant de développer des compétences et en les impliquant dans l'amélioration en continu de la qualité de soins et des services. Ils plaident pour le dépassement d'une approche dite centrée sur le patient et souhaitent franchir un pas de plus en considérant le patient comme un membre à part entière - un partenaire - de l'équipe de soins, et ce, aux trois niveaux du système de santé: soins directs au patient (micro), organisation des services et de la gouvernance dans les établissements de santé (méso), et élaboration des politiques sanitaires en partenariat avec les patients (macro). L'implication du patient dans les activités d'enseignement et de recherche en santé est également considérée dans le modèle.
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 | 0.006 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.019 | 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".