MétaCan
Menu
← Retour à la cohorte
Enregistrement W7023598137

Optimisation de l'horaire et de l'assignation du personnel aux unités : étude de cas en inhalothérapie dans un contexte hospitalier québécois

2022· other· fr· W7023598137 sur OpenAlexaboutno aff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2022
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResearch methodologyContext (archaeology)Personal autonomy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ: Le projet de recherche a pour but d'améliorer la réalisation et d'optimiser l'assignation des inhalothérapeutes aux quarts de travail, chaque jour et aux unités du système hospitalier. On a tout d'abord modélisé le problème, puis résolu le modèle à l'aide d'un solveur COIN Branch and Cut (CBC) pour obtenir une solution, en un temps acceptable. L'ensemble du processus est itératif et nécessite de travailler de près avec l'équipe pour que la solution colle parfaitement à la réalité. Dans les milieux hospitaliers québécois, on génère souvent les horaires manuellement, ce qui produit des résultats généralement moins optimaux. En raison de la pénurie de main d'œuvre criante au Québec, la rétention d'employés a pris beaucoup d'importance et c'est pourquoi il est primordial de s'attarder à l'optimisation de l'assignation du personnel, autant pour leur satisfaction que pour répondre le plus adéquatement à la demande des unités. C'est grâce à la contribution et à la collaboration de l'équipe d'inhalothérapie du Centre Hospitalier Universitaire Sainte-Justine (CHUSJ) que la réalisation de ce projet est possible et que les données utilisées sont réelles et représentatives de la réalité, ce qui est central. Les principaux objectifs, tel que mentionnés ci-haut, sont de limiter les pénuries de personnel, d'assurer une équité entre les horaires ainsi que la satisfaction du personnel et de respecter les contraintes des différents contrats d'emploi et des conventions collectives. Ces objectifs se retrouvent généralement dans tous les modèles mathématiques de ce type, mais certains objectifs sont aussi propres au contexte de l'équipe pour qui l'horaire est créé. En pratique, on cherche donc aussi à assurer le plus possible une continuité des soins, à limiter le temps supplémentaire, à réduire considérablement le temps de création des horaires et à permettre une flexibilité et une adaptabilité face aux imprévus et aux changements (congés de maternité, maladies ponctuelles, etc.) Les indicateurs de performance ont permis d'évaluer ces objectifs et les résultats sont encourageants. En effet, les pénuries de personnel, le temps supplémentaire et le temps de création des horaires fournissent généralement de meilleurs résultats ou des résultats similaires, mais une amélioration significative est réalisée au niveau du temps de création de l'horaire. Cette nette amélioration intéressera certainement plusieurs autres départements de l'hôpital et/ou d'autres milieux hospitaliers qui vivent des problèmes similaires. On peut alors conclure que la méthode est conseillée par rapport à une application manuelle et elle se réalise et s'implante à peu, voire pas, de coûts. Les applications éventuelles sont nombreuses et le futur de la création d'horaires très prometteur. Ce mémoire présente l'ensemble de ce qui a déjà été réalisé dans ce domaine de recherche, par le biais d'une revue de littérature, et définit le problème en détails : contraintes, fonction objectif et termes et notations particulières utilisées. On détaille ensuite les méthodes d'analyse des résultats et des indicateurs de performance puis l'implantation et le transfert de connaissances qui assure la pérennité du projet. ABSTRACT: The current project intends to create a program to automate and optimize the assignment of medical staff to work days and a department based on everyday patient needs. Its aim is to facilitate this task and to solve a very popular operational research problem commonly known as the nurse scheduling problem (NSP) or nurse rostering problem (NRP). The first step is to generate a mathematical model comprised of the objective function and the multiple constraints and parameters. It then needs to be programmed in an appropriate and easy-to-use programming software in order to generate, in a respectable time span, a single or multiple solutions that portray reality adequately. Because of its complexity and the particularities of the medical team, the project requires to be executed in multiple iterations. The main goals are to limit staff shortage and overtime, to respect the employment contracts and the particularities of the employee collective agreement, to reduce considerably the time allocated to produce the main schedule for employees, to ensure an equity between personnel schedules and to satisfy, as much as possible, personnel preferences and needs. As mentioned previously, this type of problem is very commonly studied in the research community. Although, its reallife application is much less documented, since solving programs are usually quite expensive and not very user-friendly, and the existing studies do not necessarily encompass the complete and specific reality of this case study. Furthermore, it is critical to attend to this problem since there is a massive shortage in the available workforce, especially in the healthcare system, in Quebec, which is where the case study is taking place. The scheduling problem can take into consideration staff preferences and establish an equity among schedules in order to increase staff retention. It is thanks to the contribution and the collaboration of the respiratory team at the university hospital center of Sainte-Justine (Centre Hospitalier Universitaire Sainte-Justine (CHUSJ)) that this research project can be held in a real context, with useful and exhaustive data. This process could very much be applied in multiple other contexts, but would need to be adapted consequently. Further research on this subject could seek to integrate a larger group of departments and of personnel to schedule at a higher level.

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)0,002
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil0,542

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,009
Tête enseignante GPT0,237
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)→Travaux en français237 207→