L’élaboration des stratégies de travail nocturnes : le cas d’infirmières de nuit d’un service de pneumologie français
Bibliographic record
Abstract
L’objectif de cette recherche est de rendre compte de l’élaboration, par des infirmières en poste de nuit, de « stratégies de travail » spécifiques à cette période du nycthémère, et de démontrer le rôle de l’expérience professionnelle dans cette construction. Cette réflexion s’inscrit dans le prolongement de recherches en ergonomie qui ont relié les pôles « âge et expérience », « horaires atypiques » et « activité de travail ». Les recherches reliant ces pôles deux à deux sont abondantes, mais les tentatives d’articuler ces trois dimensions sont rares à notre connaissance et elles n’indiquent guère en quoi l’expérience professionnelle favorise ou non la mise en œuvre de régulations dans la réalisation de l’activité elle-même.L’étude - réalisée au sein d’un service de pneumologie d’un centre hospitalier français - montre que les infirmières en poste de nuit élaborent différentes « stratégies de travail », en redéfinissant leurs propres objectifs et priorités dans les buts d’action, compte tenu des spécificités de la vie à l’hôpital à cette période (notamment « l’état » particulier des malades pendant la nuit, et l’environnement « désert » des services de soins).Diverses composantes de l’expérience professionnelle favorisent cette élaboration. Ainsi, l’expérience (antérieure) du travail d’infirmière de jour, celle propre au service de soins et celle du travail d’infirmière de nuit jouent un rôle dans ce réaménagement, par l’infirmière de nuit, des buts et priorités de l’activité en période nocturne.
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 | 0.008 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.016 | 0.017 |
| Scholarly communication | 0.014 | 0.008 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.004 | 0.005 |
| 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".