La pratique infirmière informée par des résultats de recherche : la formation de leaders dans les organisations de santé, une avenue prometteuse
Bibliographic record
Abstract
Problématique. Malgré le fait que les infirmières reconnaissent l’importance d’appuyer leurs savoirs d’expérience sur des données scientifiques, les résultats probants de recherche sont peu intégrés dans leur pratique. L’une des lacunes importantes réside dans le manque d’habiletés de base des infirmières à utiliser la recherche pour mieux informer leurs prises de décisions cliniques. L’ objectif de cette étude pilote était d’évaluer une intervention d’intégration de résultats de recherche dans la pratique infirmière par la formation de leaders. Intervention. Sept infirmières de pratique avancée et 12 infirmières cliniciennes provenant de six spécialités de soins ont participé conjointement à des activités éducatives de transfert et d’échange de connaissances. Méthode. Dix-neuf infirmières ont suivi un stage de formation de 20 jours et 14 d’entre elles ont participé aux deux entrevues, avant et après l’intervention. Résultats et Conclusion. Dans l’ensemble, les infirmières considèrent très positive leur participation à la formation. Les difficultés rencontrées lors du stage et la perception, a priori, négative du processus de recherche sont largement compensées par les compétences acquises et les résultats cliniques de l’intervention. De plus, une amorce de changement dans l’organisation et dans les relations avec certains professionnels du milieu est notée et valorisée.
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 | 0.138 | 0.203 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.007 | 0.016 |
| Scholarly communication | 0.014 | 0.012 |
| Open science | 0.003 | 0.010 |
| Research integrity | 0.005 | 0.007 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
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".