La résilience du personnel soignant à l’épreuve de la pandémie de COVID-19 : une étude dans un hôpital public en Tunisie
Bibliographic record
Abstract
Ce travail cherche à appréhender les déterminants de la résilience du personnel soignant dans le contexte de la crise sanitaire Covid-19. Son but est d’accéder à une compréhension profonde des motifs, des forces et des processus à l’oeuvre dans la dynamique complexe de la résilience. Il paraît d’autant plus crucial de répondre à cette question qu’il semble y avoir des enseignements à tirer pour penser différemment les conditions de travail dans les hôpitaux publics. Plus particulièrement, dans le contexte pandémique actuel, le personnel soignant semble plus que jamais exposer aux risques psychosociaux et à un quotidien professionnel inédit et jonché de tensions. Les résultats de l’étude menée auprès du personnel soignant d’un hôpital public en Tunisie ont révélé que la résilience résulte de l’activation de prédispositions, de facteurs de protection et de ressources autant personnelles qu’interpersonnelles et socioculturelles. Cette recherche a révélé que la résilience n’est pas une réaction spontanée dans un contexte professionnel marqué par l’adversité et l’incertitude. Elle est le fruit d’un mix mettant en jeu les dispositions personnelles, la dynamique de groupe, le soutien social, la stabilité familiale, le style de leadership et les contingences situationnelles. De même, l’étude souligne que la résilience génère une réelle valeur ajoutée pour les patients, les soignants et la pratique des soins aussi bien sur le plan humain, sanitaire, éthique qu’économique. Elle montre que le développement de la résilience constitue une responsabilité partagée entre le personnel soignant, le système hospitalier, les autorités sanitaires, l’encadrement et les dirigeants des établissements 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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 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) | 0.005 | 0.000 |
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".