Entrevue avec Patrick Lavoie, titulaire de la Chaire de recherche du Canada sur l’apprentissage de la prise de décision infirmière
Notice bibliographique
Résumé
Professeur Patrick Lavoie, nous aimerions d'abord vous féliciter pour l'obtention d'une Chaire de recherche du Canada (CRC) du CRSH et vous remercier de nous accorder cette entrevue.Votre programme de recherche porte sur un aspect de la formation infirmière et nous souhaitons en apprendre davantage.Pouvez-vous décrire l'objet de votre programme de recherche et donner quelques exemples d'études que vous mènerez dans le cadre de la chaire ?Vous pouvez aussi nous parler brièvement des étapes pour obtenir une telle subvention.Patrick Lavoie : Je vous remercie beaucoup pour l'invitation.C'est une très belle tribune que vous m'offrez.J'en suis très honoré et heureux.Le phénomène qui m'anime et qui a guidé le développement de mon programme de recherche, c'est le nombre important de décisions que prennent les infirmiers et les infirmières.Des études disent qu'une décision est prise toutes les 30 secondes.Ma pratique clinique s'est déroulée en soins critiques.Ce sont des milieux où il y a beaucoup de décisions prises dans l'urgence, l'incertitude et le stress.La pression du temps est réelle, mais je sais que ce n'est pas exclusif à ces milieux.Au départ, c'est le phénomène du jugement clinique qui m'intéressait.Au fil du temps, j'ai réalisé qu'on forme souvent les infirmières et les infirmiers à donner les « bonnes » réponses cliniques, mais pas nécessairement à tenir compte du fait que les décisions se prennent dans un contexte.Une décision est toujours située, influencée par les interactions, les environnements.Rien n'est purement rationnel ou cliniquement optimal.D'autres facteurs entrent en ligne de compte.Il faut en tenir compte à la fois lorsqu'on enseigne et lorsqu'on examine comment les décisions sont prises.Je me suis donc intéressé au jugement clinique, c'est-à-dire à la manière dont on se forme une impression de ce qui se passe dans une situation : quels sont les besoins du patient ?Quels
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 | 0,015 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,010 |
| Communication savante | 0,015 | 0,007 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,010 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 ».