Rétablir le lien entre nature et soins : perspective sur l'intégration et le design d'espaces verts en établissements de santé
Bibliographic record
Abstract
Tel que véhiculé par l’Organisation mondiale de la santé, les espaces verts urbains (EVU) constituent un type d’infrastructure essentiel au support et à la promotion de la santé physique, mentale et sociale des citoyens. Des décennies de recherche au sujet des effets des espaces verts en établissement de santé (EDS) démontre des retombées salutaires significatives en lien à la qualité des services rendues, les processus de rétablissement, ainsi qu’au niveau des besoins sociaux et émotionnels des usagers de ces établissements. Guidée par l’approche du Evidence Based Design, la recherche propre aux EVU vise à identifier des critères d'aménagement et des qualités environnementales (QE) favorisants les impacts positifs psychologiques, physiologiques et sociaux pour leurs usagers de ces établissements. L'accessibilité aux EVU en EDS constitue toutefois un défi de taille souvent mal solutionné, particulièrement en raison de deux facteurs : le manque d’espace au sol dû à la densité urbaine, et le manque d’adaptation face à la saison hivernale. Visant à contourner ces problématiques, l’intégration des EVU au cadre architectural (les espaces verts architecturaux) est perçue comme outil stratégique et novateur pouvant pallier ces contraintes. Ce projet de recherche s’établit ainsi sous deux questions principales relatives à cette pratique : 1. De quelle manière définit-on les qualités environnementales liées aux effets salutaires des espaces verts urbains? 2. En quoi les espaces verts architecturaux en établissement de santé peuvent-ils promouvoir les qualités environnementales désirées et favoriser leur accessibilité? Afin de répondre à ces questions, ce mémoire offre tout d’abord une revue de littérature détaillée permettant de clarifier les implications des EVU sur le plan de la santé publique, ainsi que les différents mécanismes à l’œuvre vers l’obtention de leurs effets salutaires. En première partie de recherche, une analyse comparative de type inductive qualitative met en relation et codifie les qualités environnementales identifiées au sein de trois textes clefs pour cette portion de recherche : Urban Green Spaces and Health et Urban Green Spaces Interventions and Health (OMS, 2016, 2017), Therapeutic Landscapes (Marcus & Sachs 2013), et 14 Patterns of Biophilic Design (Browning et al, 2014). La deuxième partie de recherche, basée sur une méthodologie d’étude de cas, fait l’analyse d’un échantillon de cinq EDS présentant de nombreuses stratégies d’intégrations d’EVU: L’Institut-hôpital neurologique de Montréal, Le Massachussetts General Hospital de Boston, le Lurie’s Children Hospital de Chicago, ainsi que le Khoo Teck Puat et le NG Teng Fong de Singapour. Ces analyses visent à relever des concordances aux qualités environnementales identifiées lors de la première partie de recherche, et mettre en lumière des cas concrets d’intégration d’EVU en EDS. En conclusion, cette recherche permit d’identifier 27 attributs de design communément soulevés au sein des textes à l’étude, répertoriés sous 6 catégories d’attributs : systémiques, d’accessibilités, programmatiques, naturels, psychologiques et sociaux. Les études de cas ont permit de mettre en lumière des applications concrètes pour les 28 attributs en question, et ce par l’analyse d’évidence photographiques, dessins schématiques et descriptions textuelles. En conclusion, cette recherche offre une perspective supportant le potentiel de l’intégration d’EVU en EDS afin d’en favoriser leur accessibilité et de promouvoir des qualités environnementales liés à des bénéfices pour la santé à court et long terme. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : espaces verts urbains, effets salutaires, établissements de santé, qualités environnementales, attributs de design.
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 | 0.025 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.010 |
| Scholarly communication | 0.013 | 0.008 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".