MétaCan
Menu
Retour à la cohorte
Enregistrement W4395461530 · doi:10.1515/9782760642331-004

Pour une meilleure gestion des organisations et une utilisation optimale des ressources actuelles

2020· book-chapter· fr· W4395461530 sur OpenAlexfundno aff
Francis Etheridge

Notice bibliographique

RevueLes Presses de l'Université de Montréal eBooks · 2020
Typebook-chapter
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesMinistère de la Santé et des Services sociaux
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

chapitre 2 Pour une meilleure gestion des organisations et une utilisation optimale des ressources actuelles Francis EtheridgePourquoi les organisations de soins de longue durée de type CHSLD semblent-elles avoir autant de difficultés à s'améliorer ?Les difficultés des CHSLD persistent depuis plusieurs décennies.Bien qu'il soit reconnu que la qualité typique des soins et services actuellement offerte dans les CHSLD est supérieure à celle du passé, certaines carences majeures perdurent.Les CHSLD peineraient toujours à répondre aux besoins biopsychosociaux de leurs résidents et à assurer la santé physique et psychologique de leurs employés.Sur le plan de la santé physique de leurs résidents, notons la polypharmacie évitable, le manque d'hygiène buccodentaire et la mauvaise gestion de la douleur.Sur le plan psychosocial, l'ennui, la solitude et l'impuissance des résidents sont reconnus comme les fléaux des CHSLD depuis les années 1990, comme Thomas (1996) l'avait montré.Au Québec, cette trop lente évolution est incarnée par la difficile et pourtant prometteuse mise en œuvre de l'approche milieu de vie promue depuis plus de 15 ans (Ndjepel, 2014).Contrairement aux organisations de soins aigus, qui sont communément représentées comme des organisations qui répondent adéquatement aux besoins des bénéficiaires, les CHSLD sont plutôt décrits comme incapables de le faire.En fait, ces organisations sont généralement considérées

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0060,006
Science ouverte0,0010,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0170,003

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 Opus0,036
Tête enseignante GPT0,234
Écart entre enseignants0,198 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLes Presses de l'Université de Montréal eBooksMême sujetSocial Sciences and GovernanceTravaux en français237 207