Les postes de garde en médecine générale: 10 ans après
Bibliographic record
Abstract
Ces dernières années, la pratique de la médecine générale a vu bon nombre de mutations que ce soit du fait des habitudes de vie des médecins comme de celles des patients. Par ailleurs, le maintien d’une garde de première ligne et la limitation d’un usage " inapproprié " des services d’urgence constituent des enjeux majeurs pour lesquels une solution rapide devait être trouvée. La littérature tant belge qu’internationale a été revue afin de mieux appréhender les modèles de garde de première ligne en Belgique et à l’étranger ainsi que les questions suscitées par ces évolutions. De nombreux pays présentent une professionnalisation de la garde de première ligne par l’émergence de structures spécifiques, telles que les walk-in clinics, les out-of-hours centers, les deputizing services, etc. L’évolution de la garde de première ligne en Belgique emprunte aux différents modèles implémentés il y a quelques années dans des pays tels que le Canada, le Royaume-Uni ou les Pays-Bas. Le modèle soutenu par l’Assurance Maladie- Invalidité est la délégation aux cercles de médecins généralistes de l’organisation de la garde et la création de postes de garde selon des modes organisationnels variés répondant aux spécificités locales.
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 | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.018 | 0.003 |
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".