Contribution des modèles de changement du comportement à l’intervention psychosociale
Bibliographic record
Abstract
L’objectif de ce texte est de décrire la façon dont notre compréhension des modèles de changement du comportement peut contribuer à l’amélioration de l’implantation et de l’efficacité des interventions psychosociales auprès d’adultes. Plusieurs auteurs sont d’avis qu’il faut s’intéresser à la façon dont les individus modifient leur comportement afin d’améliorer l’efficacité clinique des interventions psychosociales. Des modèles de changement du comportement existent déjà, le plus populaire étant le modèle transthéorique. Ce modèle propose des stades et des mécanismes de changement du comportement. Toutefois, il a principalement été appliqué à des comportements liés à la santé physique. Deux autres modèles, le modèle d’assimilation et celui de médiation causale proposent également une trajectoire de changement et ont été appliqués à des problèmes plus affectifs. Dans un premier temps, les trajectoires et les mécanismes de changement proposés par chacun des modèles sont présentés puis la complémentarité de ces modèles est mise en évidence. Finalement, l’apport de ces modèles est décrit en lien avec l’engagement et la persévérance des participants dans un programme d’intervention psychosociale, le type d’intervention à privilégier auprès de différents individus et l’évaluation de l’efficacité des programmes d’intervention.
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 | 0.007 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.004 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.019 | 0.002 |
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".