Notice bibliographique
Résumé
Problématique : Il est de plus en plus clair que la pérennité des systèmes de santé repose en partie sur un élargissement des soins offerts par des équipes de première ligne. Il existe de nombreux exemples de modèles de soins primaires performants dans plusieurs pays. Par contre, en général, le Québec peine à atteindre ses objectifs d’accessibilité, d’équité et d’efficience. Les études s’accumulent sur l'importance des soins infirmiers en soins de santé primaire, mais elles fournissent peu de données sur comment entreprendre ces changements en fonction des éléments contextuels propres à chaque milieu. La complexité des interventions à mettre en place pose de nombreux défis. Objectif : Ce mémoire rapporte les résultats d'une revue réaliste portant sur l'optimisation de la contribution des infirmières dans les équipes interprofessionnelles en soins de santé primaire. Méthodologie : Pour ce faire, une analyse de la littérature, basée sur la revue réaliste et l’analyse logique, a permis de déterminer des caractéristiques structurelles désirables de modèles de services de première ligne qui tendent à une contribution étendue ou optimisée des équipes interprofessionnelles. Résultats : La revue réaliste a permis d'élaborer deux typologies analytiques permettant d'établir des bases de fonctionnement cohérentes pour améliorer la performance des modèles de services de première ligne. Conclusion : Ces typologies souhaitent ultimement faciliter l'utilisation des données probantes aux décideurs afin de soutenir les processus de transformation nécessaires en première ligne au Québec.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».