MétaCan
Menu
Retour à la cohorte
Enregistrement W2081885667 · doi:10.3917/riges.321.0011

L'art de faire participer les médecins spécialistes aux stratégies de changement en milieu hospitalier

2007· article· fr· W2081885667 sur OpenAlexaffvenueabout
André Côté

Notice bibliographique

RevueGestion · 2007
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesGynecologyArtMedicine

Résumé

récupéré en direct d'OpenAlex

Résumé Face aux progrès scientifiques et techniques et, souvent, sous la pression d’une direction générale soumise à d’importantes compressions budgétaires, les centres hospitaliers du Québec doivent amorcer des changements qui contraignent les acteurs cliniques à exercer un plus grand contrôle sur leurs pratiques. Vu le rôle dominant qui leur est reconnu dans la production des soins, les médecins spécialistes doivent participer à cette démarche de changement. Pour obtenir cette participation, quelles stratégies les instigateurs du changement devraient-ils adopter? Cet article tente de répondre à cette interrogation à travers l’analyse de deux démarches de changement de pratiques cliniques concernant les pontages aorto-coronariens et le traitement des patients victimes d’un accident cérébro-vasculaire : une démarche est amorcée par la direction générale et l’autre par un médecin spécialiste. L’article examine d’abord certaines caractéristiques du milieu hospitalier sur lesquelles s’appuient les médecins spécialistes pour résister à un changement qui touche leurs pratiques. Puis, il dégage six stratégies dont les instigateurs du changement pourraient tirer profit pour inciter les médecins spécialistes à adhérer à cette démarche de transformation de leurs pratiques. Enfin, il relève quelques facteurs qui facilitent l’adhésion des médecins spécialistes à un projet de changement.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,457
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,117
Tête enseignante GPT0,438
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGestionMême sujetHealthcare Quality and ManagementTravaux en français237 207