Facteurs influençant la mise en oeuvre du modèle de pratique Baromètre dans le champ de la réhabilitation psychosociale en santé mentale : résultats d’une étude de cas multiples
Bibliographic record
Abstract
Au cours des dernières années, plusieurs stratégies de réhabilitation psychosociale en santé mentale (RPS) ont été développées afin d’aider les personnes vivant avec des troubles graves de santé mentale (TGSM) à exercer pleinement leur citoyenneté. Or, ces stratégies demeurent souvent fragmentées, cloisonnées et non intégrées les unes aux autres de façon cohérente, ce qui nuit à leur efficacité. Bien qu’il existe un consensus scientifique et des données probantes en la matière, la mise en oeuvre de modèles de pratique intégrateurs constitue encore aujourd’hui une pratique marginale. L’enjeu consiste à comprendre comment implanter efficacement ces modèles de pratique. Objectif L’objectif principal de cette recherche consiste à identifier et à décrire les facteurs contextuels (facilitants, barrières) influençant la mise en oeuvre du modèle de pratique Baromètre (MPB) dans différents contextes organisationnels. La recherche vise aussi à coproduire avec les différents acteurs des recommandations afin d’améliorer le MPB et les stratégies de mise en oeuvre de ce modèle. Méthode Dans cette recherche fondée sur l’approche participative organisationnelle, une étude de cas multiples qualitative a été effectuée dans 2 établissements français hébergeant des personnes vivant avec des TGSM. Une collecte de données multisources a été réalisée incluant des séances d’observation participante, des groupes de discussion focalisée auprès de personnes soignées et accompagnées (PSA), des entretiens semi-structurés auprès de dyades professionnelles, et des rencontres avec un comité scientifique. Une synthèse théorique combinant les fondements de l’approche par les capacités et de l’approche de la personnalisation des soins et des services, ainsi que les dimensions du Consolidated Framework for Implementation Research (CFIR) a guidé la démarche itérative d’analyse thématique. Résultats Plus de 40 facteurs contextuels ont été identifiés et regroupés en 4 grandes catégories imbriquées : contexte et processus organisationnel ; pratiques interprofessionnelles ; pratiques d’accompagnement ; processus de rétablissement personnel et participation maximale des PSA. Les interactions entre ces différents facteurs ont entraîné l’émergence de dynamiques systémiques particulières : la contagion des vécus (positifs ou problématiques) ; l’inertie, qui amène un retour aux habitudes et aux modes de fonctionnement antérieurs ; et la dynamisation, qui entraîne chez les acteurs un renforcement de la motivation à adopter et à mettre en oeuvre les nouvelles pratiques. Conclusion Cette recherche permet une meilleure compréhension des facteurs contextuels internes aux organisations qui influencent la mise en oeuvre du MPB. Elle montre aussi qu’il est possible d’opérationnaliser ce modèle dans des organisations offrant des soins et des services à des personnes qui vivent avec des TGSM. La recherche doit se poursuivre pour faciliter la mise en oeuvre au sein de réseaux de soins et de services souhaitant concrétiser des pratiques collaboratives favorisant le respect des droits des personnes, leur autodétermination et leur rétablissement personnel.
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 | 0.024 | 0.070 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".