MétaCan
Menu
Retour à la cohorte
Enregistrement W4410613073 · doi:10.54932/qisa8085

Modèle de maturité numérique pour les établissements de santé au Québec

2025· report· fr· W4410613073 sur OpenAlexaboutno aff
Daniel J. Caron, Vincent Nicolini

Notice bibliographique

Revuenon disponible
Typereport
Languefr
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistry

Résumé

récupéré en direct d'OpenAlex

Les progrès récents liés aux applications de technologies de l’information et de la communication offrent de nombreuses possibilités pour l’amélioration de la valorisation de l’information dans les organisations. Quel que soit le secteur, on attend des organisations qu’elles tirent profit des nouvelles technologies. Loin d’être uniquement technologique, cette transformation oblige les organisations à repenser leurs façons de faire. Par sa complexité, la transformation vers le numérique des organisations soulève de nombreux enjeux. En santé, cette complexité se démarque entre autres par les nombreux acteurs issus de professions aux objectifs variés, les défis de circulation de l’information, l’existence de plusieurs types d’établissements, installations ou unités ou encore par la distribution spatiale de ces organisations. Un des défis que pose la transformation de ces entités est de connaître leur état d’avancement vers des organisations numériques et les leviers pour la promouvoir. Comment mesurer cet état et définir la marche à suivre en assurant la cohérence d’ensemble? Le présent rapport propose un modèle permettant de mesurer la maturité numérique de ces organisations en se basant sur la construction d’une théorie du changement, dans laquelle le programme à transformer est le fonctionnement des établissements et des installations en santé. La particularité de ce modèle est qu’il est multidimensionnel, ancré dans les trois niveaux d’action de l’organisation (stratégique, tactique et opérationnel) et adaptable selon la réalité de l’organisation et de son environnement. Cette flexibilité vise à permettre à l’organisation de mesurer sa maturité numérique en tenant compte de sa réalité (budgets, compétences disponibles, etc.), mais toujours en considérant tous les niveaux de l’action organisationnelle.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,367

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,268
Tête enseignante GPT0,481
Écart entre enseignants0,213 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClinical practice guidelines implementationTravaux en français237 207