Identification des compétences de gestion en soins infirmiers de proximité : une étude Delphi
Bibliographic record
Abstract
Durant les dernières années, le rôle et les responsabilités des infirmières gestionnaires de \nproximité (IGP) en soins infirmiers, soit les infirmières-chefs (IC) d’unité ainsi que les assistantes \ninfirmières-chefs (AIC), ont changé suite aux réformes du système de santé ainsi qu’à \nl’augmentation des besoins de la population québécoise et la complexité de ces derniers. Malgré \nces nombreux changements et les défis relatifs à l’occupation du rôle stratégique d’une IGP dans \nle système actuel, il n’existe aucune directive claire sur les compétences que devraient posséder les \nIGP. Or, des compétences spécifiques aux IGP devraient être identifiées et regroupées dans un \nréférentiel de compétences pour les IGP afin que ces dernières puissent procéder à leur autoévaluation \net assurer leur développement professionnel. Actuellement, bien qu’il existe un \nréférentiel de compétences pour les infirmières soignantes (Boyer et al. 2020), un outil équivalent \npour les IGP n’existe pas. Seulement des guides de standards de pratique semblent disponibles pour \nstructurer et encadrer la pratique des IGP qui ont pourtant un rôle déterminant à jouer dans la \nmobilisation des équipes de soins à atteindre leurs objectifs de qualité et de sécurité de soins. Pour \ncette recherche, la définition de compétence de Tardif (2006) sera utilisée tout comme le cadre de \nréférence de la mobilisation présenté par Tremblay et Simard (2005). Le but de ce projet était \nd’identifier, par une étude Delphi, les compétences de gestion nécessaires aux IGP pour exercer \nleur rôle de manière optimale. Pour ce faire, les données ont été collectées à l’aide de questions en \nligne auprès de 13 IC et AIC de diverses unités d’un centre hospitalier universitaire de Montréal. \nLes résultats de cette recherche permettent donc de proposer des compétences à considérer pour le \ndéveloppement d’un éventuel référentiel de compétences en gestion de proximité. Le référentiel \npourrait être un outil pertinent sur la clarification du rôle des IGP et permettrait de définir les \nconnaissances et les compétences nécessaires à l’exercice optimal de ce rôle.
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 | 0.020 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".