MétaCan
Menu
Retour à la cohorte
Enregistrement W7078556404

Unir nos forces en temps de crise : réflexions d’une leader en soins infirmiers oncologiques

2025· article· fr· W7078556404 sur OpenAlexaff

Notice bibliographique

RevueEurope PMC (PubMed Central) · 2025
Typearticle
Languefr
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensWilliam Osler Health System
Organismes subventionnairesnon disponible
Mots-clésHealth careGeneral interestPrimary health care
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Charissa Cordon, docteure en éducation, infirmière, enseignante et leader, travaille dans les soins de santé depuis une vingtaine d’années. Elle a récemment été nommée vice-présidente associée à la pratique et à la formation du réseau hospitalier William Osler Health System. Elle a occupé plusieurs autres postes de leadership, notamment ceux de directrice d’une équipe encadrant la pratique professionnelle et les ressources cliniques, de cheffe de la pratique infirmière, et de cheffe de la pratique interprofessionnelle. Forte de sa riche expérience, notamment en tant que leader du changement transformationnel en soins infirmiers, elle a dirigé plusieurs initiatives locales, provinciales et nationales. M(me) Cordon a prononcé le discours d’ouverture de la conférence annuelle de l’ACIO/CANO 2023. À cette occasion, elle a fait part d’expériences personnelles qui ont construit ses valeurs et ses principes en tant que leader. Elle a aussi expliqué comment elle puise dans sa force intérieure pour exercer un leadership inspirant et positif en temps de crise. Aujourd’hui, alors que se poursuivent les efforts de relance post-pandémie, les infirmières et les leaders en soins infirmiers doivent continuer à travailler de concert pour soutenir les membres qui font leurs débuts dans la profession. Nous devons, encore et toujours, nous aider et nous motiver entre nous, encourager les leaders de demain et agir de manière positive et inspirante. En temps de crise, il nous faut nous appuyer sur nos forces, tant individuelles que collectives.

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)0,034
score de la tête « metaresearch » (Gemma)0,069
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,069
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0220,026
Communication savante0,0200,019
Science ouverte0,0030,015
Intégrité de la recherche0,0090,023
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,030
Tête enseignante GPT0,267
Écart entre enseignants0,238 · 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
GenreCommentaire

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 revueEurope PMC (PubMed Central)Même sujetGeochemistry and Geologic MappingTravaux en français237 207