MétaCan
Menu
Retour à la cohorte
Enregistrement W7048533723

Les facteurs qui facilitent et entravent l’intervention auprès des personnes en phase palliative de cancer et qui sont atteintes d’un trouble mental grave : le point de vue des intervenants

2020· other· fr· W7048533723 sur OpenAlexaboutno aff

Notice bibliographique

RevueConstellation (Université du Québec à Chicoutimi) · 2020
Typeother
Languefr
DomaineEngineering
ThématiqueAdvanced Electrical Measurement Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPalliative carePsychological interventionIndemnityPhase (matter)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ce mémoire explore les différents éléments pouvant faciliter ou nuire aux interventions menées auprès de personnes qui sont à la fois en phase palliative de cancer et atteintes d’un trouble mental grave (CP+TMG). L’intervention auprès de ce type de clientèle est un processus unique mais certains facteurs individuels, environnementaux et liés à l’intervention peuvent jouer de façon positive ou négative sur cette intervention. Les études qui visent à explorer les facteurs qui facilitent et entravent l’intervention des professionnels chez une clientèle ayant un CP+TMG sont peu nombreuses et nous n’en avons pas identifiées au Québec. Cette étude vise plus spécifiquement l’atteinte de deux objectifs : a) identifier les représentations que les professionnels de la santé se font des facteurs individuels, contextuels, sociaux, environnementaux, organisationnels et ceux liés à l’intervention qui facilitent les interventions auprès des personnes ayant un CP+TMG et b) identifier les représentations que les professionnels de la santé se font des facteurs individuels, contextuels, sociaux, environnementaux, organisationnels et ceux liés à l’intervention qui font obstacles aux interventions auprès des personnes ayant un CP+TMG. Afin de répondre à ces objectifs, neuf professionnels oeuvrant dans les secteurs des « soins palliatifs » ou de la « santé mentale » de quatre CLSC ont été recrutés. Ces derniers ont volontairement accepté de participer à une entrevue semi-dirigée d’une durée moyenne de 60 minutes. Les données amassées ont été retranscrites, puis codifiées et analysées à partir du modèle bioécologique (Bronfenbrenner et Morris, 2006). Les résultats de l’étude permettent donc d’identifier les facteurs ontosystémiques, microsystémiques, mésosystémiques, exosystémiques, macrosystémiques et chronosystémiques ayant une influence sur l’intervention auprès de la population ciblée. Parmi les facteurs ayant pour effet de faciliter l’intervention notons notamment : l’implication de l’entourage, la connaissance des politiques, l’expérience et les compétences des chaque intervenant ainsi que la collaboration interprofessionnelle. Du point de vue des facteurs défavorables, la présence de préjugés envers les personnes ayant des CP+TMG, l’organisation des services par problèmes, le manque de formation des intervenants ont été évoqués par les intervenants. Plus que le cancer, le trouble mental, par ses différentes manifestations ou encore la présence de troubles de la personnalité viennent également teinter les interventions. L’identification de ces facteurs, plus particulièrement des difficultés rencontrées lors des interventions menées auprès de ces personnes ayant des troubles concomitants nous permet d’identifier certaines recommandations. Notamment, il apparait important, en raison de la complexité de ces situations de mieux former les intervenants; de même que de favoriser des modalités de collaboration interdisciplinaire, voire intersectorielle.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,677
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,252
Écart entre enseignants0,229 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConstellation (Université du Québec à Chicoutimi)Même sujetAdvanced Electrical Measurement TechniquesTravaux en français237 207