Qualité des soins dans les établissements de soins de longue durée canadiens accueillant différents groupes linguistiques
Bibliographic record
Abstract
Objectifs : Au Canada, il existe deux langues officielles, l’anglais et le français, dont l’usage varie selon les provinces, territoires ou autres zones géographiques de plus petite taille. L’objectif de cette étude consistait à comparer les caractéristiques des personnes recevant des soins au sein des établissements de soins de longue durée desservant différents groupes linguistiques, et d’examiner dans quelle mesure la qualité des données et les indicateurs de qualité varient d’un foyer à un autre. Méthodes : Nous avons utilisé les données d’évaluation de l’ensemble minimal de données interRAI Minimum Data Set (MDS) 2.0 provenant de neuf provinces et territoires du Canada et collectées de manière routinière, afin de classer 1 334 établissements de soins de longue durée dans trois groupes : anglophone, francophone et mixte. Nous avons par la suite comparé les caractéristiques des résidents, le rendement des indicateurs de qualité ajustés en fonction des risques et la qualité des données d’évaluation par groupe linguistique de l’établissement. Résultats : Nos données montrent que 18 (1,35 %) établissements de soins de longue durée hébergeaient principalement des résidents francophones ; 274 (20,54 %) établissements ont été considérés comme étant mixtes, avec au moins 20 % des résidents qui parlaient une langue autre que le français ou l’anglais. Le reste (1 042 ; 78,11 %) des établissements était classé comme étant anglophone. Nous n’avons pas observé de différences significatives entre les groupes linguistiques des établissements par rapport aux caractéristiques des résidents, au rendement des indicateurs de qualité et à la qualité des données. Conclusions : Malgré les distinctions linguistiques, les établissements de soins de longue durée au Canada, hébergeant principalement des résidents francophones ou parlant d’autres langues, sont similaires aux établissements hébergeant principalement des résidents anglophones, en termes de pratiques d’évaluation clinique. Ces résultats appuient l’analyse comparative de la qualité des soins, indépendamment de la langue, parmi les établissements de soins de longue durée situés à travers le Canada, en particulier dans les provinces officiellement bilingues.
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 | 0.005 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".