MétaCan
Menu
Back to cohort
Record W2618315182 · doi:10.71781/6863

Le rôle de l’infirmière de première ligne quant aux troubles mentaux courants dans un contexte interprofessionnel : une étude de cas multiples

2016· dissertation· fr· W2618315182 on OpenAlexaboutno aff
Maude Charron

Bibliographic record

VenueOpen MIND · 2016
Typedissertation
Languagefr
FieldHealth Professions
TopicHealth, Medicine and Society
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPhilosophyPsychology

Abstract

fetched live from OpenAlex

Problématique : Au Québec, les troubles anxieux et dépressifs touchent près d’une personne sur cinq au cours de leur vie. Elles consultent majoritairement dans les services de première ligne (SPL) qui sont souvent dispensés en collaboration interprofessionnelle, mais qui ne semblent pas répondre efficacement à leurs besoins. Le rôle optimal (RO) infirmier permet d’intervenir lors du continuum de services. Un écart entre les rôles réels (RR) et le RO des infirmières semble s’observer dans les SPL. But : Décrire et analyser le RR de l’infirmière lors de la prestation des soins aux personnes atteintes de troubles dépressifs et anxieux dans les équipes multiprofessionnelles de première ligne. Méthodologie : 15 professionnels de la santé (infirmières [n=9], autres [n=6]) dans deux milieux de SPL ont participé à cette étude de cas multiples qualitative. Résultats : Trois catégories de facteurs influencent l’écart entre les RR et le RO des infirmières, soit les facteurs liés : 1) à l’équipe, 2) à la clientèle et 3) aux infirmières. La formation du RO des infirmières influence également l’écart. L’approche typiquement holistique et non stigmatisante des infirmières ainsi que la réduction de l’écart entre les RR et le RO semblent optimiser la prise en charge des TMC dans les SPL. Conclusion : Cette recherche met en lumière les facteurs pour réduire l’écart entre les RR et le RO. La formation des professionnels et l’organisation du travail dans le milieu clinique devrait mettre l’accent sur la collaboration interprofessionnelle, maximisant ainsi la pratique des professionnels selon leurs RO.

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 imitation

Not 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.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesResearch integrity
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.109
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0050.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0020.000
Bibliometrics0.0000.000
Science and technology studies0.0040.000
Scholarly communication0.0000.001
Open science0.0020.000
Research integrity0.0030.004
Insufficient payload (model declined to judge)0.0030.001

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.

Opus teacher head0.057
GPT teacher head0.422
Teacher spread0.365 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2016
Admission routes1
Has abstractyes

Explore more

Same venueOpen MINDSame topicHealth, Medicine and SocietyFrench-language works237,207