Le rôle des infirmières dans les services de première ligne face aux personnes souffrant d’un trouble mental courant
Bibliographic record
Abstract
La prévalence des troubles mentaux courants (TMC) augmente tant dans la population québécoise que mondiale. Les gouvernements, les chercheurs et les cliniciens cherchent les meilleures pratiques à appliquer pour améliorer les services offerts à la clientèle souffrant de TMC. Les données suggèrent que ces services devraient être principalement offerts en première ligne (PL), mais leur organisation actuelle, au Québec, ne permet pas de répondre de façon optimale aux besoins des personnes souffrant de TMC ainsi qu’à ceux de leurs proches. Au cours des prochaines années, différents types d’infirmières occuperont un rôle élargi en PL et représenteront une portion plus importante des effectifs à ce niveau améliorant potentiellement l’accessibilité aux services. Les infirmières et les autres cliniciens ne connaissent pas toujours le rôle des infirmières quant à la santé mentale ni leur contribution durant toutes les phases du continuum de soins. La collaboration interprofessionnelle constitue un élément fondamental pour améliorer les services de PL en santé mentale. Celle-ci repose sur une compréhension juste des rôles et de leurs partages parmi tous les membres d’une équipe. Les objectifs de cet article sont de : 1) décrire les meilleures pratiques de collaboration interprofessionnelle en santé mentale et en PL ; 2) discuter des rôles des infirmières quant aux TMC ; et 3) présenter des pistes d’intervention pour déployer ces rôles. Une conceptualisation des rôles infirmiers bien intégrés dans un contexte multiprofessionnel de première ligne en santé mentale est présentée dans cet article.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 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".