Réflexions issues de deux études sur la fin de vie en CHSLD durant la pandémie quant à la détresse de divers protagonistes
Bibliographic record
Abstract
Au Québec, la COVID-19 a frappé de plein fouet les centres d’hébergement et de soins de longue durée (CHSLD), où plus de 64 % des décès liés à cette maladie sont survenus lors de la première vague. À partir de deux études visant à explorer les effets de la pandémie sur les soins de fin de vie en CHSLD, les auteurs réfléchissent à la détresse ressentie par divers protagonistes impliqués dans ces recherches. D’une part, les soignants ont été confrontés à des situations humainement difficiles liées au sens de la vie et à l’accompagnement de la mort dans ces milieux. D’autre part, confrontés à la souffrance des soignants et des familles, certains responsables des milieux de vie ont rapporté de hauts niveaux de détresse psychologique. De surcroît, les membres des équipes de recherche ont accueilli et analysé la détresse des participants qui se surajoutait ainsi aux difficultés personnelles liées à la pandémie. Ces vécus différents nécessitent d’être discutés ouvertement afin de soulever les enjeux de la recherche en temps de pandémie et de proposer de meilleures stratégies de soutien pour tous les acteurs impliqués.
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 | 0.044 | 0.048 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.017 | 0.015 |
| Scholarly communication | 0.012 | 0.006 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.003 | 0.009 |
| Insufficient payload (model declined to judge) | 0.011 | 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".