Le bénévolat pour susciter l’intérêt pour les soins infirmiers en oncologie et remédier aux inégalités face au cancer : une étude pilote
Notice bibliographique
Résumé
Contexte : Malgré la pénurie de personnel infirmier, il est difficile de recruter des étudiants en soins infirmiers oncologiques qui ne sont pas encore autorisés à exercer. Les futures infirmières souhaitent acquérir une formation en oncologie et de l’expérience clinique, et pourtant, les programmes traditionnels négligent souvent les approches d’apprentissage novatrices. De plus, l’accréditation professionnelle requiert une sensibilisation aux déterminants sociaux de la santé qui permette de lutter contre les inégalités en santé, particulièrement dans les régions mal desservies. Objet : La présente étude vise à évaluer si les expériences de bénévolat en oncologie peuvent susciter chez les infirmières de l’intérêt pour ce domaine et améliorer leurs connaissances sur les inégalités d’accès aux soins oncologiques dans les régions mal desservies. Méthodologie : Cette étude pilote descriptive à méthodes mixtes a été réalisée avec dix étudiants en soins infirmiers qui ont reçu une formation sur le cancer et les déterminants sociaux de la santé avant de participer à des activités de sensibilisation et de dépistage dans la communauté. Résultats : L’analyse qui a suivi l’intervention a confirmé la faisabilité du programme et démontré qu’il améliore les connaissances sur le cancer et les déterminants sociaux de la santé. Cependant, bien que les étudiants et les membres de la communauté disent avoir aimé leur expérience, l’intérêt pour le bénévolat en soins infirmiers oncologiques n’a pas évolué. Conclusion : Les partenariats entre universités et communautés et les expériences de bénévolat ont renforcé les connaissances sur le cancer des étudiants, leur empathie ainsi que leur compétence culturelle, un constat qui justifierait de plus amples recherches sur l’intérêt des infirmières à faire carrière en oncologie et les inégalités d’accès aux soins oncologiques.
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 | 0,031 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».