Affectation des infirmières aux salles de l'unité d'endoscopie digestive du Centre hospitalier universitaire de Sherbrooke
Bibliographic record
Abstract
J'aimerais remercier Louise Angers, l'assistante infirmière-chef au sein de l'unité d'endoscopie digestive et responsable de la création des horaires, qui a répondu à mes nombreuses questions.Tu as accepté de te lancer dans cette aventure et de me faire découvrir ton milieu de travail et son fonctionnement.Grâce à ce projet, je conçois maintenant mieux à quel point la recherche opérationnelle permet de faire le lien entre la réalité et les mathématiques.Je tiens à souligner la disponibilité et le soutien de mes directeurs de recherche, Alain Hertz et Charles Audet, et ce, tout au long de ma maîtrise et de la rédaction de mon mémoire.J'ai eu la chance d'avoir des directeurs passionnés, pédagogues et organisés et je vous en suis très reconnaissante.Il y a des moments où j'ai douté de ma capacité à terminer une maîtrise en mathématiques appliquées.Charles, tu as eu les mots d'encouragements qui m'ont permis de persévérer.Je souhaite aussi remercier tous les professeurs qui m'ont enseigné à l' École Polytechnique, plus particulièrement Nadia Lahrichi qui m'a initiée aux applications de la recherche opérationnelle dans le domaine de la santé.Je tiens à remercier mes collègues du GERAD pour l'ambiance conviviale et l'esprit de collaboration qui régnaient au bureau et plus particulièrement Marilène Cherkesly qui a été une véritable coéquipière dès le début de ma maîtrise.Tu feras une excellente professeure en recherche opérationnelle !Je souhaite également remercier Mehdi Towhidi pour m'avoir permis d'utiliser CyLP et pour sa contribution informatique dans le cadre de ce projet.Il m'a également initiée au langage de programmation Python, a répondu à toutes mes questions concernant les différentes possibilités qu'offre CyLP et m'a permis de pratiquer mon anglais !Finalement, je souhaite remercier le Fonds de recherche du Québec -Nature et technologies pour la bourse de maîtrise en recherche que j'ai reçue.v R ÉSUM É La confection des horaires du personnel infirmier en milieu hospitalier est une tâche complexe qui est encore bien souvent réalisée à la main.Au sein de l'unité d'endoscopie digestive du Centre hospitalier universitaire de Sherbrooke, l'assistante infirmière-chef (AIC) doit affecter les infirmières aux différentes salles pour réaliser un horaire mensuel, ce qui nécessite beaucoup de temps et n'assure pas nécessairement le meilleur horaire possible.Pour résoudre ce problème d'affectation des infirmières, un modèle mathématique en nombres entiers est développé.Chaque mois, les données nécessaires au modèle sont recueillies, comme la disponibilité des infirmières et l'affectation des médecins aux salles.Une nouvelle instance du problème est ainsi créée et résolue à l'aide d'un solveur gratuit, le COIN Branch and Cut (CBC).Le modèle utilise des variables de décision booléennes à trois indices qui permettent de décider si l'infirmière est affectée à une salle à chaque période de temps.Il tient compte de toutes les contraintes qui doivent être considérées par l'AIC.Certaines de ces contraintes sont dures parce qu'il est impératif qu'elles soient respectées, comme l'affectation d'une infirmière à une salle où il y a un médecin.D'autres contraintes souples représentent des situations à favoriser ou à éviter.Selon leur importance relative, chacune de ces situations est pondérée dans la fonction objectif.Le modèle a été testé a posteriori sur quatre instances du problème afin de générer des horaires optimaux et de les comparer à ceux créés à la main.L'objectif de ce projet étant que le programme développé soit utilisé par l'AIC, la confection manuelle d'horaires est remplacée par une méthode plus rapide, facile d'utilisation et exacte selon les critères qu'elle a définis.vi
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 | 0.002 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.029 | 0.003 |
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".