La dénonciation infirmière en contexte de pandémie de COVID-19: une analyse de contenu de la plate-forme « Je dénonce »
Notice bibliographique
Résumé
La divulgation d’enjeux critiques par le personnel soignant constitue une part essentielle de la bonne marche de tout système de santé. En contexte de pandémie, la communication rapide d’informations critiques est indispensable à l’identification et à la résolution de problèmes. Or, une telle communication est difficile en contexte de crise. Des témoignages d’infirmières, d’infirmières auxiliaires et d’autres professionnels de la santé, indiquent que des signalements réalisés dans des milieux de soins aux prises avec la COVID-19 se sont soldés par l’absence de mesures correctives et, dans certains cas, des représailles envers les personnes divulgatrices. Au Québec, ce contexte de crise a mené à la mise en service d’une plate-forme en ligne par une instance syndicale. Celle-ci sert à recueillir des témoignages de professionnels de la santé et de membres du public et à les rendre rapidement disponibles à la population et aux médias. Cet article présente les résultats d’une analyse de contenu des témoignages soumis par des infirmières et infirmières auxiliaires afin, d’une part, de constater la teneur des enjeux dénoncés et, d’autre part, d’examiner l’utilité de ce type de plate-forme dans les démarches de dénonciations entreprises par le personnel infirmier.
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 | 0,014 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,021 | 0,021 |
| Communication savante | 0,013 | 0,006 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».