La transdisciplinarité dans une recherche en santé publique en Tunisie
Bibliographic record
Abstract
Les problèmes complexes de la santé publique nécessitent des stratégies de recherche intégratrices qui transcendent le cadre inter et multidisciplinaire. Ces stratégies s’appuient sur l’approche transdisciplinaire parce que celle-ci permet, d’une part, le dialogue entre les sciences de la santé et les sciences humaines et, d’autre part, de comprendre les phénomènes tout en engageant les parties prenantes dans des voies de solutions. Le but ultime est une co-construction des savoirs, à partir des savoirs académiques et des savoirs populaires, associant différentes disciplines et différents types d’acteurs – thérapeutes, patients, institutions de soins – pour répondre aux défis spécifiques complexes de la santé publique. Dans cet article, nous aborderons les aspects épistémologiques et méthodologiques de l’approche transdisciplinaire en visant à mettre en lumière sa pertinence à travers une expérience de recherche sur le contrôle de la leishmaniose cutanée zoonotique (LCZ). Cette expérience vécue au service d’épidémiologie médicale à l’Institut Pasteur de Tunis concerne un problème de santé publique complexe en Tunisie et ailleurs dans le monde.
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 | 0.082 | 0.040 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.010 | 0.014 |
| Scholarly communication | 0.015 | 0.008 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 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".