MétaCan
Menu
Retour à la cohorte
Enregistrement W3193377142

Trajectoires et perceptions des dons de médicaments lors de missions médicales à court terme: le cas de Infirmières et Infirmiers Sans Frontières

2020· article· fr· W3193377142 sur OpenAlexaboutno aff
Roxane Aubé

Notice bibliographique

RevueDepositum (Université du Québec en Abitibi-Témiscamingue) · 2020
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

En dépit de l’existence de standards pour encadrer la pratique des dons de médicaments lors des missions médicales à court terme (MMCT), de nombreuses lacunes surviennent tout au long de leurs trajectoires et peuvent induire des conséquences néfastes pour les bénéficiaires. Conscients de ces enjeux, certains organismes de coopération internationale (OCI) souhaitent améliorer leur pratique des dons de médicaments afin de répondre aux besoins des bénéficiaires tout en respectant les normes pour les dons. L’organisme québécois Infirmières et Infirmiers Sans Frontières (IISF) a exprimé le souhait de prendre part à une telle démarche. Le but principal de cette recherche consistait à améliorer la pratique des dons de médicaments entre IISF et son partenaire. Un devis de recherche-action ethnographique a été choisi. Ce devis offre un cadre de co-construction d’un changement de pratique efficient et adapté aux particularités socioculturelles des milieux. Les participants ont décrit les trajectoires des dons de médicaments à travers 12 étapes, chacune avec des forces et des lacunes. Concernant les perceptions des participants, celles-ci révèlent que ces dons sont un acte chargé de sens, que certaines étapes des trajectoires sont significatives à leur expérience et des conséquences économiques, thérapeutiques et symboliques ont été perçues suggérant qu’ils peuvent être à la fois bénéfiques et nuisibles. À la lumière de ces résultats, six plans d’action ont été élaborés et remis à IISF. Ceux-ci s’articulent autour de trois axes: la planification collaborative, l’encadrement étroit et la formation spécifique des coopérants. Cette recherche doctorale apporte un enrichissement des connaissances sur les trajectoires et les perceptions des dons de médicaments en contexte de MMCT. Des pistes d’amélioration concrètes et spécifiques au contexte des MMCT sont proposées. Cette thèse soutient que les dons de médicaments s’inscrivent dans un cycle de don avec une dimension relationnelle significative qui doit être considérée par les organismes souhaitant améliorer leur pratique. Bien que nos résultats soient spécifiques aux milieux dans lequel ils ont été produits, la démarche de recherche proposée par cette étude pourrait inspirer d’autres OCI.

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)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil0,669

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,009
Communication savante0,0060,004
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,032
Tête enseignante GPT0,339
Écart entre enseignants0,308 · 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'étudeQualitatif
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDepositum (Université du Québec en Abitibi-Témiscamingue)Même sujetHealthcare Systems and PracticesTravaux en français237 207