Évaluation comparative de stratégies visant à augmenter les interventions de courte durée pour le sevrage tabagique auprès du personnel infirmier de milieux hospitaliers : résultats d'une étude expérimentale
Bibliographic record
Abstract
Introduction : les résultats de recherches démontrent que la cessation tabagique augmente lorsque des interventions professionnelles sont appliquées avec constance. Au total, 30 % des infirmières en milieu hospitalier évaluent le statut tabagique de leurs patients. Les objectifs de la présente recherche sont de comparer, avec un groupe contrôle, l’efficacité de stratégies (formation interactive, rappel, stratégie multiple) pour augmenter les interventions réalisées sur la cessation tabagique dans des unités de médecine et de chirurgie. Méthodologie : un plan expérimental avec randomisation par groupe comportant des mesures répétées et variées a été choisi. L’échantillon est composé de 69 infirmières ayant répondu à trois temps, ainsi que 351 patients et leurs dossiers. Les résultats démontrent que le personnel infirmier évalue le statut tabagique chez 35,7 % des patients et la motivation à cesser de fumer chez 17,6 %. La stratégie de formation interactive a permis d’augmenter certaines pratiques cliniques à court terme et de diminuer la perception d’obstacles à ce type d’intervention. Conclusion : en considérant les résultats modestes des stratégies implantées, la formation interactive a eu un impact à très court terme sur les interventions courtes pour le sevrage tabagique réalisées par le personnel infirmier d’unités de soins médicale et en chirurgicale.
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) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.003 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| 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".