Identification des facteurs organisationnels influençant l'implantation de pratiques innovantes dans les établissements de soins de longue durée canadiens
Notice bibliographique
Résumé
Introduction : En 2016, on comptabilisait plus de 500 000 personnes vivant dans des établissements de soins de longue durée (ESLD) (1), 2076 établissements au Canada (2) et des milliers de personnes en attentes pour un lit en ESLD (3). Les ESLD sont des environnements de soins complexes dus aux besoins multiples et particuliers des résidents. Plus du trois quarts des résidents vivent avec une maladie neurologique, plus de la moitié avec une maladie cardiaque, la moitié avec une maladie musculosquelettique et un peu moins que la moitié avec une maladie psychiatrique (4). Le contexte pandémique a exacerbé la situation déjà précaire des ESLD. Les personnes qui résident en ESLD sont particulièrement à risque d'être infectées par la COVID-19 et d'en décéder (5). 80% des décès totaux de la première vague étaient des personnes âgées de 65 ans et plus (6). Plusieurs experts sont à réfléchir des solutions afin d'améliorer les conditions de travail des infirmières ainsi que les milieux de vie et les soins offerts aux personnes âgées (7, 8). Dans cette optique d'amélioration, il s'impose de questionner la capacité des ESLD à implanter de telles interventions. Cependant, la science de la mise en œuvre dans un contexte de soins aux personnes âgées est jusqu'ici un domaine de recherche peu exploré et encore moins dans un contexte d'ESLD canadiens (9). Or, le développement des connaissances dans ce domaine pourrait grandement améliorer la préparation à l'innovation et l'implantation d'interventions. Hypothèses : Les hypothèses de recherche sont les suivantes : la taille organisationnelle, la position en milieu urbain de l'ESLD et les ESLD privés à but lucratifs seront associée positivement à la préparation organisationnelle des employés à l'implantation d'interventions. Méthode : Un devis de recherche corrélationnel descriptif a été choisi afin d'atteindre le but de cette étude. Les caractéristiques organisationnelles ont été recueillies par enquête dans 47 ESLD à travers le Canada. Une variété de participants (Infirmières, Infirmières chefs, gestionnaires, personnel de soutien, etc.) par ESLD ont été recrutés pour compléter le questionnaire OR4KT sur la préparation organisationnelle ainsi que des données sociodémographiques et un gestionnaire par établissement a fourni les données sociodémographiques de l'établissement. Après l'analyse des postulats et du CCI, un modèle linéaire mixte à un niveau a été produit pour chacun des facteurs organisationnels. Des tests bivariées ont aussi été menés. Résultats : Les modèles linéaires mixtes pour ces trois facteurs n'étaient pas significatifs. Certains biais méthodologiques pourraient expliquer cette problématique. La zone géographique est le seul facteur organisationnel qui a été identifié comme ayant une différence significative entre les catégories à l'aide du test de Kruskal Wallis.
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 | 0,013 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».