Les outils de cybersanté et les soins infirmiers en oncologie : perceptions infirmières et contributions aux soins des patients et à la pratique avancée
Notice bibliographique
Résumé
Alors que les infirmières en oncologie voient leur discipline évoluer rapidement et la pression dans leur milieu de travail croître, l’intégration à la pratique de plateformes de santé en ligne fondées sur la recherche apparaît prometteuse. La présente étude explore les perceptions infirmières quant à l’utilité des outils de cybersanté en ciblant particulièrement l’outil de navigation interactive en oncologie, ou « Oncology Interactive Navigator » (OIN MC ), un instrument qui pourrait améliorer la pratique, de même que les interactions avec les patients. Des groupes de discussion avec des infirmières en oncologie ont été organisés à deux reprises : une fois avant l’exposition à l’OIN MC (T1, n=8) puis après 4 semaines d’accès illimité (T2, n=7). Trois thèmes sont ressortis de l’analyse qualitative par comparaison constante : 1) les principaux facteurs propulsant la cybersanté sont multidimensionnels et en constante évolution; 2) la cybersanté répond aux besoins des patients et soutient la pratique, jouant ainsi un double rôle; 3) la cybersanté sert de catalyseur au perfectionnement professionnel et au réseautage. La cybersanté est attrayante pour les infirmières en oncologie, car elle permet à la fois de faire avancer la pratique et d’améliorer les soins aux patients. La recherche à venir devrait examiner les pratiques exemplaires permettant à tous les intervenants concernés de la mettre en œuvre de manière optimale.
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 | 0,011 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».