Notice bibliographique
Résumé
Énoncé La gestion de la chaîne logistique de la santé fait l’objet périodiquement de nombreuses études à l’échelle de l’Amérique du Nord. Plus spécifiquement, la chaîne de la fourniture médicale est fréquemment étudiée. La fourniture médicale est un ensemble de produits peu complexes comme des aiguilles, seringues, compresses, etc., mais elle comprend aussi des articles plus élaborés comme des défibrillateurs. Ils constituent donc des intrants critiques de la prestation de soins. Malgré la simplicité apparente de ces articles, un établissement de santé peut consommer 10 000 codes de produits différents associés à la grande famille de la fourniture médicale. Cette chaîne est considérée comme l’une des plus coûteuses tout en offrant un faible niveau de service des fournisseurs quand on compare sa performance à celle de secteurs comme le commerce de détail ou la distribution alimentaire (Beaulieu et Roy, 2019 ; Ebel et al. , 2013). La pandémie de la Covid-19 n’a naturellement pas inversé cette situation. Toutefois, la pandémie a été une occasion pour un établissement de mener une expérimentation qui n’avait alors jamais été tentée dans le secteur québécois de la santé : partager des prévisions de consommation de produits avec des fournisseurs afin de trouver des solutions à des ruptures de stock des équipements de protection individuelle anticipées. En collaboration avec un partenaire universitaire, cet établissement de santé explore la possibilité d’étendre cette stratégie collaborative à un nombre plus important de produits et de fournisseurs.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,015 | 0,013 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,006 |
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 ».