La semaine de la sécurité des patients : quelles expériences innovantes d’engagements des patients au Québec ?
Bibliographic record
Abstract
La Semaine nationale de la sécurité des patients qui s’est déroulée du 29 octobre au 2 novembre 2018 a été l’occasion de diffuser les bonnes pratiques et les innovations organisationnelles auprès des usagers et des professionnels de santé à travers les initiatives des acteurs. Lors de cette campagne de sensibilisation annuelle, quatre établissements faisant partie de la communauté de pratiques sur l’expérience et le partenariat avec les usagers et leurs proches : le centre hospitalier universitaire de Montréal (CHUM), le centre hospitalier universitaire Sainte Justine (CHUSJ), le centre intégré de santé et services sociaux de Laval (CISSS de Laval) et l’institut universitaire de cardiologie et de pneumologie de Québec - Université Laval (Institut) ont fait le choix de consacrer au moins une journée aux rôles du patient et de sa famille dans la sécurité des soins. Ainsi, grâce à la créativité des équipes organisatrices de chaque établissement, des activités innovantes ont été proposées. Animées ou co-animées par des usagers ressources, elles ont permis aux établissements de relever un double défi : sensibiliser les usagers et les professionnels à la sécurité des médicaments et promouvoir le partenariat avec les usagers et les proches.
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 | 0.007 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.020 | 0.012 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.002 | 0.007 |
| Insufficient payload (model declined to judge) | 0.008 | 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".