Lever les barrières : du rôle de l’infirmière pivot pour les Autochtones dans les soins oncologiques aux Inuits
Bibliographic record
Abstract
Les personnes qui reçoivent un diagnostic de cancer dans le nord du Canada doivent relever de nombreux défis particuliers. Pour accéder à des soins oncologiques, elles doivent généralement se rendre dans un centre de cancérologie situé dans le sud du pays et séjourner dans une ville loin de leur famille, de leur communauté, de leur langue et de leur culture. Le Programme de cancérologie pour les Autochtones de l’Hôpital d’Ottawa a été créé pour aider ces personnes à s’orienter dans un système de soins oncologiques complexe et peu familier. L’infirmière pivot auprès des Premières Nations, des Inuits et des Métis (PNIM) a pour mission de collaborer avec ces patients et de mettre au point des stratégies d’aide répondant à leurs besoins. Une clinique satellite d’oncologie a récemment été ouverte sur l’île de Baffin, dans le Nunavut, où les patients peuvent être évalués, recevoir un traitement d’immunothérapie anticancéreuse si nécessaire et être suivis après leur traitement primaire. L’ouverture de cette clinique en région éloignée permet aux patients atteints d’un cancer de réduire leurs déplacements et d’éviter de longs séjours loin de chez eux. On espère que ce type de soins pourra être étendu ailleurs au Canada.
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 | 0.010 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.012 | 0.009 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.003 | 0.009 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.020 | 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".