Qualité et sécurité des services de santé offerts en situation linguistique minoritaire en Ontario : investigations des données administratives de santé
Notice bibliographique
Résumé
Dans cet article, nous présentons une synthèse de plusieurs analyses récentes réalisées par notre groupe de recherche à partir de données administratives de santé pour mesurer la qualité et la sécurité des services de santé offerts aux francophones et allophones en Ontario, Canada. Les résultats de nos analyses démontrent que les Ontariennes et les Ontariens qui reçoivent des soins dans leur principale langue d’usage ont généralement de meilleurs résultats cliniques comparés à ceux qui reçoivent des soins dans une langue autre que leur principale langue d’usage. Ceci suggère que la qualité et la sécurité des soins offerts aux patients et aux patientes en situation de discordance linguistique pourraient être améliorées par le pairage de professionnel-patient parlant la même langue, par exemple, en référant un patient à un médecin qui parle la langue du patient, ou en s’assurant que les francophones ont accès aux services en français en milieux désignés en Ontario en vertu de la Loi sur les services en français et que les allophones puissent bénéficier de davantage de services d’interprétariat.
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 | 0,019 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,020 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».