Développement de la pratique infirmière avancée dans le système de santé du Bénin : une exploration contextuelle inspirée de l’Ethnonursing de Leininger et guidée par le modèle PEPPA
Notice bibliographique
Résumé
Introduction : La réforme du système de formation en sciences infirmières et obstétricales (SIO) au Bénin a permis de former des infirmiers de niveau maitrise académique dans le profil infirmière en pratique avancée (IPA). Cependant, malgré la reconnaissance de cette nouvelle formation sur le plan académique, le rôle de l’IPA dans le système de santé où ces infirmiers sont appelés à exercer dans une équipe multidisciplinaire au cœur d’une culture et de pratiques médicales et infirmières très diversifiées n’est pas encore clarifié. Objectifs : 1- Identifier les domaines d’intervention, les périmètres d’action, les rôles, les mandats et les activités possibles de l’IPA, ainsi que les facteurs favorables et défavorables au développement de la pratique infirmière avancée (PIA) dans le système de santé du Bénin; 2- Déterminer les éléments constitutifs d’un cadre formel et réglementaire d’exercice de la PIA au Bénin. Méthodes : Cette recherche qualitative basée sur la théorie de l’universalité et de la diversité des soins de Leininger (1991) s’appuiera sur le modèle PEPPA (Participatory, Evidence-Based, Patient-Focused Process for Advanced Practice Nursing) proposé par Bryant-Lukosius et Dicenso (2004) pour la séquence des étapes de développement, d’implantation et d’évaluation d’un nouveau rôle d’IPA. Des entrevues individuelles semi-dirigées et groupes focalisés auprès des infirmiers et sages-femmes de nationalité béninoise titulaires d’une maitrise en SIO seront réalisés. Des questionnaires auto-administrés et un recueil de textes permettront de collecter des données auprès du personnel de santé et des responsables des structures et services de soins cliniques. Discussion et retombées anticipées : Cette étude permettra d’identifier les balises qui soutiendront l’implantation du rôle de l’IPA dans le système de santé du Bénin, clarifiant ses domaines d’intervention, ses périmètres d’action, ses mandats et activités possibles, ainsi que le contexte nécessaire pour son implantation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».