L'art de faire participer les médecins spécialistes aux stratégies de changement en milieu hospitalier
Bibliographic record
Abstract
Résumé Face aux progrès scientifiques et techniques et, souvent, sous la pression d’une direction générale soumise à d’importantes compressions budgétaires, les centres hospitaliers du Québec doivent amorcer des changements qui contraignent les acteurs cliniques à exercer un plus grand contrôle sur leurs pratiques. Vu le rôle dominant qui leur est reconnu dans la production des soins, les médecins spécialistes doivent participer à cette démarche de changement. Pour obtenir cette participation, quelles stratégies les instigateurs du changement devraient-ils adopter? Cet article tente de répondre à cette interrogation à travers l’analyse de deux démarches de changement de pratiques cliniques concernant les pontages aorto-coronariens et le traitement des patients victimes d’un accident cérébro-vasculaire : une démarche est amorcée par la direction générale et l’autre par un médecin spécialiste. L’article examine d’abord certaines caractéristiques du milieu hospitalier sur lesquelles s’appuient les médecins spécialistes pour résister à un changement qui touche leurs pratiques. Puis, il dégage six stratégies dont les instigateurs du changement pourraient tirer profit pour inciter les médecins spécialistes à adhérer à cette démarche de transformation de leurs pratiques. Enfin, il relève quelques facteurs qui facilitent l’adhésion des médecins spécialistes à un projet de changement.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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; both teacher heads agree on what is shown here.
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".