Notice bibliographique
Résumé
Dans le contexte mondial de l’augmentation de la prévalence des bactéries « multi » voire « ultra » résistantes aux traitements antibiotiques, de nombreuses politiques recommandent la mise en place de mesures efficaces de prévention et de contrôle des infections (PCI) à l’hôpital. Les stratégies sont nombreuses et incluent de nouvelles pratiques diagnostiques. L’une d’entre elles vise l’utilisation de tests diagnostiques au chevet du patient. À partir d’une étude anthropologique de l’implantation d’innovations technologiques à visée diagnostique en milieu hospitalier au Québec, cet article traite des multiples enjeux soulevés par le projet d’introduction de ces tests diagnostiques rapides, au chevet du patient, comme mesure de PCI. Dans un contexte politique d’austérité passant par une centralisation des laboratoires d’analyses médicales, ces tests permettraient une prise en charge plus rapide et adéquate des patients atteints d’infections nosocomiales, limiteraient les taux de mortalité et contribueraient à diminuer les coûts d’hospitalisation. Tentant de répondre à des objectifs sanitaires, politiques, économiques, techniques et scientifiques, l’adoption de technologies diagnostiques au chevet du patient pose des défis tant normatifs qu’organisationnels voire relationnels pour les potentiels utilisateurs que sont les infirmier-e-s et les technicien-ne-s de laboratoire. Impliqués dans un système de santé en changements, dans un contexte économique restrictif, l’article analyse l’expérience de ces professionnel-le-s. Autrement dit, ce sont les dimensions politique et phénoménologique des technologies rapides implantées à l’hôpital qui sont examinées.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,012 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».