Description du processus éducationnel mis en place par les infirmières auprès de personnes avec la dystrophie myotonique de type 1
Bibliographic record
Abstract
Introduction : Les personnes avec la dystrophie myotonique de type 1 (DM1) présentent des atteintes multisystémiques. Elles doivent réaliser plusieurs apprentissages pour assurer l’autogestion de leur santé. Cependant, les infirmières œuvrant auprès d’elles rapportent que leurs interventions éducatives sont peu efficaces. But : Décrire le processus éducationnel mis en place par les infirmières auprès des personnes avec la DM1 ainsi que les facteurs l’ayant influencé. Méthode : Une recherche formative [QUAL + quan] a été réalisée auprès d’infirmières (n = 3) et de personnes avec la DM1 (n = 30) à partir d’observations non participantes et d’entrevues individuelles. Résultats : Les infirmières ont réalisé des interventions éducatives à l’intérieur d’un suivi annuel. Les objectifs qu’elles ont poursuivis étaient davantage axés sur l’évaluation de la condition de la personne. Le choix des stratégies éducatives utilisées par les infirmières ont reposé sur les caractéristiques de cette population afin de soutenir leur pouvoir d’agir. Plusieurs barrières liées à la personne avec DM1 (ex. atteinte des fonctions exécutives) et à l’organisation des soins et des services (ex. temps dédié aux interventions éducatives limité) ont été observées dans la mise en œuvre du processus éducationnel. Les compétences éducationnelles ont été un facteur facilitant associé à l’infirmière. Conclusion : Pour un processus éducationnel optimal, celui-ci doit être structuré, planifié et adapté aux caractéristiques des personnes avec la DM1.
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 | 0.009 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".