Tournés vers l’avenir : Élaboration du Cadre des connaissances et de la pratique en soins infirmiers contre le cancer
Bibliographic record
Abstract
L’Association canadienne des infirmières en oncologie (ACIO/CANO) est l’organisation nationale qui soutient les infirmières afin de favoriser l’excellence dans la pratique infirmière, l’enseignement, la recherche et le leadership en oncologie. Pour soutenir sa mission, l’ACIO/CANO a élaboré des normes de soins pour les patients atteints de cancer ainsi que des normes et des compétences pour les infirmières en oncologie prenant soin de ces personnes (CANO/ACIO, 2001, 2006). Depuis la création des premières normes de soins infirmiers spécialisés en oncologie en 2006, les soins contre le cancer ont changé considérablement, notamment avec la multiplication des occurrences et de la prévalence du cancer, l’émergence de nouveaux traitements contre le cancer comme les agents par voie orale, de même que la transition des soins contre le cancer hors des centres spécialisés de traitement (CCS/SCC, 2019). Compte tenu du paysage en mutation de la pratique infirmière, l’ACIO/CANO a entrepris de mettre à jour ses normes dans le but d’y intégrer les infirmières de tous les milieux prenant soin de patients et de familles touchés par le cancer. Dans l’exercice, les spécialistes ont relevé le besoin d’établir un cadre national de soins infirmiers pour mieux intégrer ces mises à jour et brosser un tableau de la contribution infirmière aux soins oncologiques de grande qualité. Le présent article décrit le processus suivi par l’ACIO/CANO pour élaborer le Cadre des connaissances et de la pratique en soins infirmiers contre le cancer.
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 | 0.042 | 0.065 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.012 | 0.026 |
| Scholarly communication | 0.023 | 0.016 |
| Open science | 0.002 | 0.012 |
| Research integrity | 0.004 | 0.011 |
| Insufficient payload (model declined to judge) | 0.007 | 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".