Exploration du sentiment de compétence et d'autonomie professionnelle des infirmières cliniciennes avant et après l'implantation d'un outil de gestion intégrée de la santé chez les personnes atteintes de dystrophie myotonique de type I
Bibliographic record
Abstract
Devant la complexité de la dystrophie myotonique de type 1, les soins et les services devraient être coordonnés par un même intervenant. L'objectif visait à explorer le sentiment de compétence et l'autonomie professionnelle d'infirmières gestionnaires de cas avec l'implantation d'un outil de gestion intégrée de la santé (OGIS) à partir des domaines de compétence en sciences infirmières de Benner et de la théorie sociocognitive de Bandura. Lors d'entrevues qualitatives, les infirmières (n = 6) ont rapporté des obstacles et des défis reliés aux caractéristiques de la clientèle et aux ressources pour réaliser leur rôle. L'introduction de l'OGIS a amélioré le sentiment de compétence et l'autonomie professionnelle, surtout chez les débutantes. Ces dernières ont rapporté un positionnement et une reconnaissance de leur rôle ainsi qu'une meilleure connaissance de la situation de santé des personnes. L'OGIS semble efficace pour développer une pratique infirmière élargie spécialisée, sans compromettre l'individualisation des 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 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".