Théorie du comportement planifié pour expliquer l'intention des infirmières d'urgence d'agir selon le motif de consultation des personnes utilisatrices de drogues injectables
Bibliographic record
Abstract
Il est fréquent que les personnes utilisatrices de drogues injectables (UDI) n'aient souvent d'autres choix que de consulter les professionnels de la santé des établissements publics. Lors de ces moments, leur porte d'entrée dans le système est l'unité des soins d'urgence des hôpitaux. Cette étude avait pour but d'identifier les facteurs sous-jacents de l'intention d'infirmières oeuvrant dans trois de ces unités de centres hospitaliers de la ville de Québec d'agir selon les motifs de consultation des personnes UDI. La théorie du comportement planifié de Ajzen (1988) a servi de cadre théorique. Des 195 questionnaires auto administrés distribués sur les unités, 43 ont été retournés et 40 ont pu être considérés pour les analyses. La majorité des répondantes étaient des femlnes avec une moyenne d'âge de 33,7 ans (é.t. 10,07 ; étendue: 20 - 55). En termes de scolarité, un peu plus de la moitié avait un collégial. Le nombre d'années d'expérience comme infirmière était en moyenne de 10,78 ans (é.t., 8,7 ; étendue: 1 - 34). Près des deux tiers avaient 5 ans ou moins d'expérience dans une unité de soins d'urgence. Les analyses de corrélation lient significativement seulement deux variables théoriques à l'intention soit l'attitude (r = 0,50, p<0,0011) et la norme morale (r = 0,48 p<0,0038). Pour sa part, l'analyse de régression révèle que ces deux construits théoriques expliquent 51 % de la variance de l'intention du comportement à l'étude (attitude: r=0,41, p<.0017; norme morale: r =0,17, p<0,0140). Les résultats permettront d'élaborer des stratégies ayant le potentiel d'influencer l'intention des infirmières oeuvrant sur des unités de soins d'urgence d'agir selon les motifs de consultation des personnes UDI.
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 | 0.010 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.002 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.002 | 0.007 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".