Le déploiement du Lean à l'hôpital Saint-Boniface : l'importance du leadership transformationnel
Bibliographic record
Abstract
Le déploiement de la démarche Lean dans les établissements de santé est un phénomène grandissant à l’échelle mondiale. À ce jour, seule une très faible proportion d’hôpitaux lancés dans l’aventure sont parvenus à transformer significativement leurs systèmes de gestion en se fondant sur cette approche de gestion qui vise à améliorer les processus administratifs et cliniques. L’objectif de l’article est double : mettre en lumière le déploiement du Lean dans un hôpital canadien phare et rendre compte des apprentissages réalisés à l’attention des parties prenantes du secteur de la santé qui s’intéressent au déploiement du Lean. L’article relate l’expérience en cours depuis 2008 à l’Hôpital Saint-Boniface, au Manitoba, qui est devenu un fer de lance en matière de déploiement du Lean. Il décrit les composantes du déploiement du Lean et aborde les défis relevés. L’article se termine par plusieurs recommandations qui sont le fruit de l’expérience accumulée à l’Hôpital Saint-Boniface et d’enseignements émanant d’experts en Lean.
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.018 | 0.011 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.007 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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".