Comparaison de la performance de deux hôpitaux psychiatriques situés l’un en Colombie et l’autre au Québec
Bibliographic record
Abstract
Les problèmes de santé mentale représentent un pourcentage important du fardeau de morbidité mondiale. Cela, ajouté aux ressources limitées disponibles pour le fonctionnement des établissements, encourage l’intérêt pour l’évaluation de leur performance. Ce projet propose d’utiliser le modèle ÉGIPSS pour évaluer la performance de deux hôpitaux psychiatriques dans deux systèmes de santé différents, le « Hospital Psiquiátrico Universitario del Valle » (HPUV) situé en Colombie et l’Institut universitaire en santé mentale Douglas au Québec. Le modèle a été choisi en raison de la richesse des dimensions qu’il comprend et son caractère global. Les données ont été recueillies à travers des entrevues et de la documentation disponible dans les établissements. L’analyse des résultats montre que le Douglas a une meilleure performance générale, même tenant compte qu’il se trouve dans un pays à haut revenu avec des standards d’évaluation supérieures. De vingt-et-une sous-dimensions évaluées, l’HPUV a présente six avec un état préoccupante et le Douglas aucune. L’analyse des résultats a aussi servi pour identifier des facteurs de causalité critiques des problèmes de performance, soit l’organisation à l’intérieur des établissements, la communication interne, les plans de santé mentale et la disponibilité des professionnels. La comparaison a permis apprécier l’influence de ces éléments dans les deux contextes.
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 | 0.007 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".