Travailleuses sociales en milieu hospitalier : rôles, identité et reconnaissance professionnelle
Bibliographic record
Abstract
Malgré la contribution essentielle des travailleuses sociales dans l’épisode d’hospitalisation des patients et des patientes et l’humanisation des soins, des enjeux demeurent à l’heure actuelle quant à la qualité de leur intégration en milieu hospitalier. Certaines résistances à l’inclusion d’une approche psychosociale persistent et contribuent au manque de (re)connaissance de la participation des travailleuses sociales à l’hôpital. Se basant sur l’expérience d’accompagnement sur des unités de soins de chirurgie, l’autrice propose une réflexion critique sur son rôle auprès des personnes hospitalisées et de leurs proches ainsi que sur la structure institutionnelle dans laquelle elle s’inscrit. Par son article, elle vise une meilleure compréhension du rôle de la travailleuse sociale en milieu hospitalier. Elle expose d’abord les rôles que peuvent exercer les travailleuses sociales en milieu hospitalier par la présentation d’exemples tirés de sa propre expérience. Ensuite, les enjeux de cette pratique spécifique, tels que la reconnaissance professionnelle, l’acquisition de compétences et les dangers d’instrumentalisation, seront articulés sous l’angle de l’identité professionnelle du travail social. Enfin, l’autrice présente l’exemple des soins palliatifs comme modèle d’une approche biopsychosociale.
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 | 0.006 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.018 |
| Scholarly communication | 0.012 | 0.006 |
| Open science | 0.001 | 0.010 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".