Mieux comprendre la fonction de soutien de l’infirmière pivot en oncologie (IPO) selon la perspective d’IPO et de personnes atteintes de cancer : première partie
Bibliographic record
Abstract
Les personnes atteintes de cancer ont un large éventail de besoins durant la trajectoire de la maladie. Pour mieux y répondre, l’implantation du Programme québécois de lutte contre le cancer a introduit le rôle de l’infirmière pivot en oncologie. Bien que cet intervenant soit déjà intégré à la majorité des équipes d’oncologie, le rôle demeure imprécis par rapport à ses fonctions au sein des équipes de soins. La fonction de soutien qui se rapporte de façon indifférenciée à « l’ensemble des soins et services » regroupés sous les construits plus large d’adaptation et de réadaptation offerts à la personne atteinte de cancer et ses proches exige notamment des compétences professionnelles et des ressources organisationnelles qui gagneraient à être précisées. Le but de cette étude est de mieux comprendre la fonction de soutien de l’IPO selon la perspective de personnes atteintes de cancer dans un premier temps et selon la perspective des IPO elles-mêmes dans un deuxième temps. Le premier objectif, présenté dans cette première partie, est d’explorer, selon la perspective des personnes atteintes de cancer, la nature de leurs besoins et du soutien apporté par l’IPO durant la trajectoire de soins. Au total, cinq personnes atteintes de cancer bénéficiant d’une IPO ont été recrutées. Les personnes ont exprimé des besoins de soutien face à l’IPO à tous les niveaux, notamment dans les domaines émotionnel (56 %) et informationnel. De plus, les résultats suggèrent que la gestion des symptômes (domaine physique) et la coordination de toutes sortes (soins, rendez-vous, examens, intervenants) du domaine pratique sont primordiales tout au long de la trajectoire de soins.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.018 | 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".