Le niveau de maturité digitale de la chaîne logistique interne des établissements de santé de la province de Québec : une étude exploratoire
Notice bibliographique
Résumé
La digitalisation interpelle autant les praticiens que les chercheurs depuis quelques années. Elle s’impose naturellement dans le domaine de la gestion de la chaîne logistique où la gestion des flux d’information occupe une place prépondérante. Au Québec (Canada), la digitalisation de la chaîne logistique des établissements de santé semble présenter des lacunes historiques : présence de stocks importants dans les différents maillons de la chaîne logistique combinée simultanément à des pénuries ou des ruptures de stocks. Pourtant, la digitalisation peut constituer une avenue prometteuse afin de rehausser la performance des établissements de santé. En considérant les investissements nécessaires afin d’opérer un tel virage, la digitalisation des chaînes logistiques doit être réalisée de manière stratégique afin d’en maximiser les bénéfices. Il devient donc important de réaliser un diagnostic de l’état des pratiques dans les établissements de santé afin de guider le choix des décideurs. Le présent article vise donc à répondre à la question de recherche suivante : quel est le niveau de maturité digitale de la chaîne logistique interne des établissements de santé de la province de Québec ? Afin de collecter les données nécessaires pour répondre à la question de recherche, un questionnaire visant à mesurer la maturité digitale de la chaîne logistique interne des établissements de santé sur quatre dimensions, soit l’automatisation, l’analyse prédictive des données, l’intégration clinique, et le leadership et la gouvernance, a été administré. Les analyses réalisées permettent de constater que le niveau de maturité digitale des établissements de santé est généralement bas. Conséquemment, des efforts importants sont à déployer pour atteindre un niveau de maturité supérieur. En particulier, le leadership et la gouvernance semblent jouer un rôle important. Ainsi, les décideurs doivent prendre le temps nécessaire de bien évaluer la présence de leadership avant d’amorcer des projets plus élaborés de digitalisation.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».