Penser et réaliser « ensemble » une transformation architecturale favorable à la santé durable des résidents et des travailleurs en centre d’hébergement de longue durée
Bibliographic record
Abstract
La vétusté des centres de soins de longue durée (CHSLD) au Québec et d’autres enjeux organisationnels les concernant nécessitent la réalisation de certaines transformations, entre autres de nature architecturale, dont les processus sont peu documentés. Nous présentons ici un des volets d’une recherche-action commencée en 2020, en plein coeur de la pandémie de COVID-19, durant laquelle nous avons accompagné le processus de rénovation de deux unités spécialisées d’un CHSLD de la région de Québec destinées à des personnes âgées en forte perte d’autonomie et présentant des troubles cognitifs. L’article traite de cette intervention dont sont nés de nouveaux habitats et qui visait à offrir un environnement bâti favorable à la santé des travailleurs et des résidents. Nous décrivons l’origine de la recherche-action et les étapes de l’intervention ainsi que les enjeux de coconstruction soulevés à chacune de ses étapes. Les facteurs facilitant ou entravant la démarche, du point de vue tant du contexte que du processus, sont discutés par la suite. Nous concluons sur une mise en perspective des apprentissages réalisés au regard de la santé durable et de la résilience du système de santé et de services sociaux.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.007 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 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".