Santé numérique: ransformations sociotechniques du soin et des pratiques de santé dans un monde connecté
Bibliographic record
Abstract
Aussi appelée eSanté, cybersanté, télésanté ou santé connectée, la santé numérique rassemble l’ensemble des produits et systèmes numériques au service de la santé. Depuis le début des années 2000, les systèmes de santé du monde entier recourent au numérique de manière croissante dans un contexte de réduction des ressources et des dépenses de santé, mais aussi d’implication accrue des patients. Du dossier médical personnel informatisé aux applications de santé sur téléphone portable, en passant par la télémédecine, ces dispositifs participent d’un mouvement généralisé de biomédicalisation de la vie mais également de mondialisation et de technologisation de la biomédecine. D’après leurs promoteurs, les technologies numériques permettraient une amélioration de la prise en charge, une diminution des disparités de santé et une optimisation des systèmes de santé. Ce numéro thématique souhaite examiner l’émergence de nouveaux espaces et circuits mondiaux de prise en charge thérapeutique avec la numérisation. Il entend explorer également l’apparition de nouvelles formes de pouvoir, de contrôle et de résistance. Pour cela, il rassemble des contributions empiriques et théoriques interrogeant les relations entre technologie numérique et santé, réparties en trois axes thématiques. Le premier rassemble des articles étudiant l’émergence de nouveaux acteurs dans le champ de la santé et la recomposition de rôles entre ceux-ci et des acteurs traditionnels. Le deuxième se penche sur les transformations des techniques d’administration de la santé et des pratiques de soins. Enfin, le dernier étudie les transformations des usages et des pratiques de santé pour les patients.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 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".