Notice bibliographique
Résumé
Over the past three decades, the Canadian healthcare system has undergone significant reform and restructuring. As a result, healthcare and healthcare costs are relocated from hospitals to the community (McGregor, 2001). Text-based technology is increasingly used to standardize care and contain healthcare spending. This paper examines an example of a text-based technology used in the School Health Support Services programme for students with diabetes in Ontario, Canada. Using institutional ethnography, the inquiry starts with parents’ concerns regarding the premature termination of nursing care for their children with diabetes at school. The exploration shows how these parents’ concerns are hooked into the institutional work of assessment for service discharge conducted by the Community Care Access Centre (CCAC) care coordinators. The analysis shows how the institutional category of ‘independence’ coordinates the service discharge work of the CCAC care coordinators with that of the nursing work of community nurses at school. The activation of the category of ‘independence’ by the nurses mediates their work, orienting their focus away from providing direct nursing care, and towards transferring primary care to children with diabetes. Children doing diabetes self-care work at school is then written up in nursing texts to stand in for children’s ability to manage diabetes ‘independently’. The textual production of ‘independence’ enables the next institutional course of action, that is, the discharge of children from nursing services at school. In this process, children with diabetes are drawn into doing the discharge work that ultimately serves the cost-containment interests of the institution. This institutional process also functions to obscure important actualities: It obscures how children’s ‘independence’ is co-created on a daily basis with their parents and relies on their parents’ work, and it discounts the significance of children with diabetes coming to their own embodied and emotional readiness for diabetes self-care.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,009 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,009 |
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 ».