Liens entre recherche et pratique : échange des savoirs, utilisation des données probantes et renouvellement des pratiques
Bibliographic record
Abstract
Les infirmières des milieux cliniques basent encore peu leurs pratiques sur les savoirs scientifiques et n’ont que rarement le réflexe de s’inspirer des écrits en réponse aux questions qu’elles se posent ou à leurs préoccupations cliniques. L’implantation durable de projets d’utilisation des connaissances fondées sur les évidences scientifiques se présente ainsi comme un défi d’importance auquel les recherches infirmières doivent s’attaquer. Cet article a pour but d’exposer une stratégie adoptée par le Réseau infirmier et partenaires de soins (RI-PS) de l’Université de Montréal (Québec) qui vise à amener les milieux à utiliser de façon optimale et pérenne les savoirs scientifiques et à incorporer à leurs modes opératoires le recours aux meilleures pratiques fondées sur des évidences scientifiques. Un examen rapide de l’évolution de la recherche infirmière et de ses impacts sera d’abord effectué, suivi d’un état des lieux sur les facteurs de succès de l’utilisation des connaissances dans les milieux de pratiques, puis de la présentation d’un modèle, l’ Implementation Science , sur lequel s’appuie la stratégie du RI-PS pour ses projets. Le réseau et l’une de ses activités, le Portail d’échange de savoirs et partenaires de soins (PES) seront décrits.
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 | 0.134 | 0.208 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.009 | 0.013 |
| Scholarly communication | 0.021 | 0.012 |
| Open science | 0.004 | 0.012 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.016 | 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".