Co-développement d’un outil numérique pour les habitudes de vie en pédiatrie : une approche comportementale et collaborative avec parents et cliniciens
Bibliographic record
Abstract
Introduction : Les comportements liés aux habitudes de vie influencent fortement la santé et contribuent aux maladies chroniques. Ils s’ancrent tôt, sont interreliés, et leur prise en charge demeure limitée, notamment par le manque d’outils adaptés pour les parents et les cliniciens. Les outils numériques, remplis avant la consultation, présentent un potentiel pour améliorer le dépistage, mais sont peu exploités en pédiatrie. L’intégration des sciences comportementales et la participation des parties prenantes renforcent leur efficacité. Objectifs : Ce mémoire présente un projet visant à co-développer, avec des parents et des cliniciens, un outil pertinent pour soutenir la promotion des saines habitudes de vie en pédiatrie. Méthodologie : L’étude qualitative s’est déroulée au GMF-U Saint-Hubert et s’appuie sur des groupes de discussion semi-dirigés dans une démarche de co-création. Trois séances ont été menées avec huit participants (trois cliniciens et cinq parents). Les discussions ont été enregistrées, transcrites, puis analysées de manière inductive et déductive. Les retours ont permis d’ajuster le contenu et le format de l’outil. Résultats : Six thèmes ont émergé : potentiel de l’outil, défis d’implantation, engagement, limites perçues, rétroactions et valeur clinique. L’outil a été ajusté par la personnalisation, la contextualisation des recommandations et l’intégration des sciences comportementales, soulignant l’importance d’une co-conception centrée sur les besoins cliniques et familiaux. Conclusion : Le co-développement a permis d’adapter l’outil aux réalités du terrain. Les résultats justifient une étude de faisabilité et ouvrent la voie à des approches innovantes en promotion de la santé pédiatrique.
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 | 0.095 | 0.100 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.012 | 0.011 |
| Open science | 0.005 | 0.017 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.014 | 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".