Les pratiques de l’action intersectorielle locale pour l’équité en santé : étude du cas <i>Quartier nourricier</i> de la Corporation de développement communautaire Centre-Sud à Montréal
Bibliographic record
Abstract
Introduction : Afin d’agir sur les inégalités de santé et les ressources locales promotrices de santé, les praticiens et les décideurs doivent être outillés pour pratiquer l’action intersectorielle locale. Planifier et optimiser ces partenariats demeure pourtant un défi en raison du manque de connaissances sur les processus menant à l’atteinte de leurs objectifs – ce qu’ils font et comment. Cette étude documente empiriquement, à l’aide d’une étude de cas, les pratiques de conception de l’action intersectorielle locale dans la démarche Quartier nourricier (QN) à Montréal. Méthodes : Une analyse secondaire d’un sous-ensemble des données originales du programme de recherche Valeur de l’action intersectorielle locale a été effectuée. Les données qualitatives sont issues d’une collecte de données prospective ayant suivi l’évolution du système d’action complexe QN entre mars et novembre 2014. Les traces observables de l’action ont été relevées dans des notes d’observation, des documents et des entretiens téléphoniques, puis codifiées dans une matrice chronologique d’évènements critiques et une matrice ordonnée par rôle. L’analyse inductive des matrices a identifié les éléments significatifs pour expliquer le déroulement de l’action. Résultats : Trois opérations interdépendantes et concomitantes affectent à la fois la relation entre les partenaires et la conception du projet : (a) l’idéation sous contraintes, (b) la négociation de priorités, et (c) la représentation politique. Chaque opération présente un ensemble de pratiques qui font progresser l’action intersectorielle locale. Conclusion : Mettre en lumière les pratiques du terrain, en les ancrant dans trois opérations nécessaires pour effectuer des transformations dans les environnements locaux favorables à la santé, permet de guider la planification des stratégies et la conduite des actions pour mener des partenariats intersectoriels. Mots clés : Action communautaire, action intersectorielle locale, collaboration/partenariats, conception, développement des capacités (y compris les compétences), environnements favorables à la santé, étude de cas, promotion de la santé, réalisme critique, urbanisme/santé urbaine/milieu urbain
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".