Innovation en santé conduite par les médecins et infirmières : l’approche du design participatif à l’hôpital
Notice bibliographique
Résumé
L’objectif de cet article est d’explorer la manière dont les professionnels de la santé contribuent à la conception d’une technologie en santé et d’identifier les éléments qui soulignent la pertinence d’une approche de design participatif dans ce contexte. Pour cela, notre réflexion prend appui sur un projet de conception d’une technologie en santé par les médecins et les infirmiers/ières qui a pour but de les aider à gérer les surcharges informationnelle, communicationnelle et cognitive à l’hôpital. Nous proposons dans cet article un retour réflexif sur cette approche de design participatif. Pour ce faire, nous examinerons l’engagement des professionnels dans la production d’une analyse de leur activité clinique et de leurs pratiques informationnelles, le tout participant au développement d’une technologie ( Machine Learning ) qui contribuera à réduire les différentes formes de surcharge qu’ils doivent quotidiennement gérer. Codes JEL : Y800, I190
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 | 0,093 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,015 |
| Communication savante | 0,018 | 0,011 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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; 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 ».