« Prendre soin » de soi à l'ère de la Covid-19 au Québec : analyse de la gouvernementalité dans le discours de l'Institut national de santé publique du Québec
Bibliographic record
Abstract
Ce mémoire analyse la gouvernementalité du « prendre soin » de soi dans le discours de l’Institut national de santé publique du Québec (INSPQ), avant, pendant et après la crise de la Covid-19. Il problématise, à l’ère de la crise sanitaire, la conception, largement reprise dans les governmentality studies, selon laquelle l’individu contemporain serait façonné par les institutions, tel un acteur responsable et autonome, capable de se maintenir en santé et de « prendre soin » de lui-même. Le matériau de recherche est composé de 86 publications scientifiques publiées au sein de l’INSPQ de janvier 2003 à juillet 2024. À partir de l’étude discursive de ces publications, le mémoire examine comment se déploie le gouvernement du « prendre soin » de soi, en tenant compte de l’exceptionnalité de la crise de la Covid-19 et de ses effets sur certaines thématiques centrales : les milieux de soin, la santé mentale, le savoir expérientiel, la vulnérabilité, les mesures agentiques, etc. La séparation du matériau en trois temporalités (avant, pendant, après) affiche des résultats intéressants. Avant la crise, les mesures recommandées par les expert.es à l’INSPQ ne sont pas axées sur l’autonomisation et la responsabilisation de l’individu, comme ce que suggère la littérature secondaire. Le « prendre soin » de soi est plutôt gouverné par l’entremise de l’environnement. Pendant la crise, les interventions recommandées traduisent les changements que la crise a engendrés. Leur forme, leur quantité et leur rigueur changent. Au final, la gouvernance du « prendre soin » de soi est assujettie par des contraintes extérieures. Après la crise, les expert.es cessent de recommander, sauf dans les milieux de soin, où la crise semble encore persister. En somme, la gouvernementalité du « prendre soin » de soi n’est pas figée, elle apparaît comme une construction complexe et plurielle en fonction des facteurs qui la font naître : le contexte, le savoir mobilisé, les populations concernées, les moyens utilisés pour intervenir, ou encore les principes qui la régissent. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Covid-19, gouvernementalité, « prendre soin » de soi, santé publique, Michel Foucault, crise, analyse discursive, risque, vulnérabilité, production scientifique, savoir, pouvoir et vérité, autonomie et responsabilité, santé mentale, stigmatisation, milieux de soin.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.016 | 0.013 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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".