Bibliographic record
Abstract
La profession sage-femme renaît au Québec comme au Canada depuis deux décennies. Elle est maintenant prête pour de nouveaux défis. La recherche et les études supérieures sont des enjeux importants pour les années à venir. Après avoir exploré les thèmes du développement de la profession sage-femme, des études supérieures, de la recherche et de la formation à distance, ce mémoire propose le développement des études supérieures à distance au Québec pour les sages-femmes. \nSur le plan international, plusieurs formations de maîtrise sage-femme à distance existent. Un portrait de ces programmes dans quatre pays laisse entrevoir les exigences des programmes, les buts et les cours offerts. Grâce à ces informations, on peut entrevoir certains enjeux et orientations que priorisent les programmes et les universités dans la définition et l’organisation des maîtrises à distance. \nFinalement, le présent mémoire permet de jeter les assises pour le développement d’une maîtrise à distance pour les sages-femmes, et ce, au Québec. Ce programme n’existe pas encore. Ce mémoire désire contribuer à l’évolution des réflexions sur ce sujet. Il explore la formation à distance et certains thèmes liés à la persévérance et à l’encadrement. Il propose de regarder le développement d’un programme en regard d’une discipline propre aux sages-femmes. Il propulse les sages-femmes vers des études de cycle supérieur et le développement de la recherche sage-femme.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.015 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.022 | 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".