Arrimage entre le RSSS et les municipalités dans le programme MADA : une analyse selon un modèle de la gouvernance collaborative
Bibliographic record
Abstract
Cadre de la recherche : Le vieillissement de la population est particulièrement rapide au Québec et s’accompagne d’une diminution du soutien aux personnes âgées (Maltais, 2018). De surcroît, les aînés représentent un groupe social à haut risque d’isolement social avec les conséquences importantes sur leur santé qui s’ensuivent (Holt-Lunstad et al., 2017). Ces problématiques requièrent la mise en place de programmes nationaux pour veiller au bien-être des aînés, tel le programme Municipalités amies des aînés (MADA). Or, le partenariat actuel entre les acteurs municipaux et ceux du RSSS est défaillant et diminue son apport à la démarche. Objectifs : Exposer les écueils qui entravent le partenariat intersectoriel dans le programme MADA entre la municipalité et le réseau de la santé et des services sociaux (RSSS), selon le modèle de la gouvernance collaborative d’Ansell et Gash (2007). Dégager des pistes de réflexion fondées sur des expériences réalisées au Québec. L’analyse de celles-ci pourrait servir à améliorer le partenariat intersectoriel et, ultimement, à mieux répondre aux besoins de la population vieillissante. Méthodologie : Pour illustrer l’état actuel du partenariat entre les acteurs municipaux et ceux du RSSS, nous avons eu recours à une méthode qualitative suivant trois dispositifs : 1) une recension sommaire des écrits; 2) les résultats de recherche de l’équipe de recherche MADA-Québec; 3) des entrevues avec les acteurs du milieu (aux niveaux stratégique, gestionnaire et opérationnel). Résultats : Les entrevues ont permis de faire ressortir les écueils présents dans le partenariat intersectoriel au niveau des conditions préalables, selon le modèle de gouvernance collaborative d’Ansell et Gash. Elles ont également aidé à identifier des expériences réalisées au Québec qui peuvent servir de pistes de réflexion pour rétablir le partenariat intersectoriel. Conclusion : Le partenariat entre acteurs municipaux et RSSS doit être optimisé afin d’assurer une réponse adéquate aux besoins des aînés dans la démarche MADA. Contribution : L’analyse selon le modèle d’Ansell et Gash démontre une faiblesse du partenariat intersectoriel dans la démarche MADA. Les expériences présentées pourront inspirer de nouvelles pratiques prometteuses à cet égard.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 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".