La responsabilité sociale en santé : référents conceptuels, valeurs et suggestions pour l’apprentissage. Une revue méthodique et systématique de la littérature
Bibliographic record
Abstract
Contexte et problématique : Certains auteurs datent les références historiques de la responsabilité sociale en santé (RSS) d’aussi loin que le serment hippocratique. De la multitude de termes et définitions, la prédominance de certaines références a mis en exergue ce qu’est cette notion en termes de concepts, valeurs et compétences. Objectif : Le but du présent article était de contribuer à l’élaboration, à partir des différentes sources recensées, d’une définition et d’un contenu de la RSS, à utiliser pour la formation du personnel de santé en partant de la question : qu’est-ce qu’un clinicien, un chercheur, un gestionnaire socialement responsable en santé ? Méthodes : Une revue méthodique et systématique de la littérature a été effectuée. Les sources de données bibliographiques en ligne explorées couvrent : Medline , Embase , EBM Reviews et Cochrane Library et Cochrane Database of Systematic Reviews , ACP Journal Club , Database of Abstracts of Reviews of Effects , Cochrane Clinical Answers , Cochrane Central Register of Controlled Trials , Cochrane Methodology Register , Health Technology Assessment , NHS Economic Evaluation Database , Ovid Medline ® . Résultats : Parmi 1154 documents identifiés, 127 ont été retenus. La RSS se réfère prioritairement à la prise en compte des besoins des communautés. La documentation de l’OMS a servi de référence à 45 % des définitions et 40 % des valeurs. Seuls deux écrits évoquaient la durabilité environnementale. Discussion et conclusion : Une notion de RSS à promouvoir intègrerait les engagements et concepts développés dans le domaine de la santé, les valeurs humaines, les compétences professionnelles, les questions de comptes à rendre en matière économique et la durabilité.
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 | 0.143 | 0.231 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.004 | 0.003 |
| Bibliometrics | 0.022 | 0.026 |
| Science and technology studies | 0.006 | 0.024 |
| Scholarly communication | 0.026 | 0.044 |
| Open science | 0.005 | 0.012 |
| Research integrity | 0.006 | 0.012 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
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".