MétaCan
Menu
← Retour à la cohorte
Enregistrement W3175637578 · doi:10.1684/jpc.2021.0460

COVID-19 pandemic in a canadian hospital: Impact on physical distancing at work and telework

2018· article· en· W3175637578 sur OpenAlexaboutno aff
Geneviève Brassard, Sophie-Camille Hogue, Flora Chen, Denis Lebel, Suzanne Atkinson, Maxime Thibault, Jean‐François Bussières

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicSocial distanceDistancingPharmacyRelocationCoronavirus disease 2019 (COVID-19)Isolation (microbiology)Work (physics)Health careDescriptive researchBusinessPublic relationsMedicineNursingPolitical scienceSociologyComputer scienceEngineeringInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

La pandémie du coronavirus SRAS-CoV-2 (Covid-19) a nécessité la mise en place de mesures sanitaires sérieuses. L’objectif principal est de décrire l’expérience vécue par un département de pharmacie en comparant le recours au travail à distance et au télétravail avant et depuis la pandémie. Méthode. Cette étude descriptive et rétrospective se déroule dans un centre hospitalier de 500 lits. Les éléments suivants ont été recensés : identification des politiques, des procédures et des tâches admissibles au travail à distance ou au télétravail en ce qui concerne la gestion pharmaceutique, les soins, les services, la recherche et l’enseignement. L’état de situation prépandémie a été établi. Résultats.Depuis la pandémie, des changements de pratique ont été apportés : la relocalisation de postes de travail, l’activation d’un accès à distance pour tous, l’identification des opportunités de télétravail, la mise en place d’un environnement de travail fonctionnel à domicile et la réévaluation des outils de communication. Conclusion. Cette étude met en évidence l’expérience d’un centre hospitalier universitaire canadien durant la pandémie.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,491

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,004
Communication savante0,0040,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,390
Écart entre enseignants0,361 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→