Affiches
Notice bibliographique
Résumé
Contexte : Si tous s'entendent pour dire qu'il est important que les infirmiers soient compétents dans l'exercice de leurs fonctions, peu d'instruments de mesure valides et fiables existent en français afin d'évaluer ces compétences.Un des outils utilisés fréquemment est le Nurse Competence Scale, développé par Meretoja et al. (2004).Développé en finlandais, l'outil a été traduit en anglais, italien, norvégien, persan, lithuanien, allemand et suédois (Flinkman et al., 2017).Une version française validée permettrait d'effectuer des études et comparer les résultats avec d'autres études internationales.Objectifs : L'objectif de cette affiche est de présenter la méthode d'adaptation et de validation du Nurse Competence Scale en français (Échelle de compétences infirmières), un outil de mesure de compétences d'infirmiers.Méthodes : Les lignes directrices de Sousa et Rojjanasrirat (2011) ont été utilisées pour mettre sur pied l'étude Vali-D, ayant pour objectif de traduire et tester la version française du Nurse Competence Scale (étude en cours).Cette étude se déroule en cinq étapes, soit une première traduction, une validation de la traduction, une rétro-traduction, une validation de la rétro-traduction et une phase pilote pour tester l'outil avec un groupe de 20 participants et 10 experts (validation de contenu).Résultats : L'étude Vali-D se conclura par une version préfinale de l'outil traduit.Elle sera suivie d'une étude qui visera l'évaluation de ses propriétés psychométriques.Discussions et conclusions : Afin d'obtenir des résultats de recherche rigoureux, il importe d'utiliser des questionnaires validés, encore faut-il que ces outils soient disponibles dans la langue de notre choix.L'utilisation d'une méthode rigoureuse de traduction, adaptation et validation permettra de développer l'Échelle de compétences infirmières qui pourrait être utilisée dans de futures études.
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,196 | 0,072 |
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 ».