MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388669884 · doi:10.1017/s0714980823000673

Sondage sur les pratiques des médecins de famille et sur la collaboration interprofessionnelle avec des ergothérapeutes en GMF quant au dépistage des conducteurs à risque

2023· article· fr· W4388669884 sur OpenAlexaffabout
Sandrine Brière-Dulude, L. Oviedo Melgares, Justine Labourot, Tania Deslauriers, Isabelle Gélinas, Géraldine Layani, Brigitte Vachon

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2023
Typearticle
Languefr
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensInstitut universitaire en santé mentale de MontréalUniversité de MontréalWilliam Osler Health SystemInstitut Universitaire en Santé Mentale de QuébecMcGill UniversityUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Cette étude a sondé 46 médecins de famille québécois quant à leurs pratiques pour l'évaluation et le dépistage des conducteurs à risque afin 1) de mieux comprendre leur niveau de compétence perçu; 2) de recenser les difficultés rencontrées dans le processus de prise de décision et 3) de documenter leurs besoins et attitudes quant à une collaboration plus étroite avec les ergothérapeutes. Les participants (femmes : 84,8 %; moyenne d'expérience : 15,7 (±12,1) ans) ont répondu à un sondage en ligne de 30 questions. Les résultats de cette étude démontrent que malgré un certain confort à effectuer l'évaluation et le dépistage des conducteurs à risque, les médecins ne se considèrent pas comme les professionnels les mieux qualifiés pour ce faire. Ils reconnaissent également le rôle que jouent les ergothérapeutes dans le dépistage de cette clientèle et l'intervention auprès d'elle. Ils voient ainsi la pertinence d'avoir accès aux services de ces professionnels en soins de première ligne.

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)0,010
score de la tête « metaresearch » (Gemma)0,022
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,252

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,019
Tête enseignante GPT0,280
Écart entre enseignants0,261 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissement→Même sujetMusculoskeletal pain and rehabilitation→Travaux en français237 207→