Rôles joués par les infirmières pivots en oncologie pour accroître durant la phase diagnostique la responsabilisation des adultes atteints d’un cancer du poumon durant la phase diagnostique
Bibliographic record
Abstract
But : Le but de cette étude était d’explorer les rôles joués par les infirmières pivots en oncologie (IPO) pour accroître la responsabilisation des adultes atteints d’un cancer du poumon durant la phase diagnostique des soins oncologiques. Devis : Une étude descriptive qualitative a été utilisée. Les données proviennent d’entrevues individuelles avec des patients et d’un groupe de discussion formé d’IPO. Résultats : Huit personnes ont participé : quatre (4) adultes atteints d’un cancer du poumon et quatre (4) infirmières pivots en oncologie. Les thèmes liés aux fonctions cliniques des rôles joués par l’IPO pour accroître la responsabilisation des patients identifiés ont été : la représentation du patient (s’en faire le porte-parole), le soutien éducationnel, la gestion personnalisée des symptômes, et l’intervention pivot. Conclusion : Les IPO occupent un poste clé leur permettant d’adapter leur pratique aux besoins émotionnels et aux soins de soutien requis pour promouvoir la responsabilisation des patients et de leur famille. Mots-clés : infirmières pivots, responsabilisation des patients, cancer, phase diagnostique
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 | 0.007 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".