Orientations de facilitation pour soutenir l’application de l’Algo dans les services de soutien à domicile des personnes aînées
Bibliographic record
Abstract
Comment soutenir le déploiement de connaissances coconstruites par des personnes cliniciennes, gestionnaires ou chercheures? Ce thème est abordé à partir de l'étude de l'application de l'Algo, un algorithme clinique décisionnel conçu pour la sélection des aides techniques visant à faciliter l'hygiène corporelle des personnes aînées vivant à domicile. L'objectif de cette note sur les politiques et les pratiques est de présenter les orientations de facilitation dégagées à la suite d'un devis mixte multiphases (2015-2019) mis en œuvre dans les services de soutien à domicile au Québec (Canada). Les orientations de facilitation centrée sur la tâche et holistique sont présentées en fonction des stades d'utilisation de l'Algo, afin de soutenir les personnes cliniciennes, gestionnaires et chercheures dans la poursuite de son application auprès des personnes aînées. De plus, cette note illustre l'apport des devis mixtes à la conduite et à la compréhension de l'application des connaissances coconstruites.
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 | 0.021 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.008 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".