La pensée infirmière pour une production et utilisation de connaissances scientifiques pertinentes à la pratique
Bibliographic record
Abstract
La contribution sociale des infirmières à la santé des populations se définit surtout par les connaissances qu’elles utilisent. Or la pensée infirmière guide la production et l’utilisation de connaissances scientifiques de la discipline. Le but de cet article est de présenter l’évolution récente de la pensée infirmière et de fournir des pistes pour l’intégration de cette pensée dans les diverses activités de mobilisation de connaissances, en pratique, en recherche et en formation. Quand des infirmières s’engagent à mobiliser leurs repères théoriques et scientifiques pour répondre à des questions soulevées dans leur pratique et discuter d’enjeux sociaux de santé, elles participent à l’amélioration de la santé des personnes, familles et communautés et affirment du même coup leur identité disciplinaire et sociale. Interpellées à agir en équipes interprofessionnelles comme agents de changement dans les systèmes de santé, il importe que les infirmières soient formées pour mobiliser des connaissances, s’engager dans un raisonnement critique et une conduite éthique. Leur contribution sociale sera d’autant plus marquante qu’elles valoriseront les connaissances issues de leur discipline et participeront à les cumuler.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.043 | 0.049 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.007 | 0.010 |
| Science and technology studies | 0.009 | 0.034 |
| Scholarly communication | 0.029 | 0.023 |
| Open science | 0.003 | 0.013 |
| Research integrity | 0.009 | 0.012 |
| Insufficient payload (model declined to judge) | 0.031 | 0.008 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".