MétaCan
Menu
Back to cohort
Record W7023598137

Optimisation de l'horaire et de l'assignation du personnel aux unités : étude de cas en inhalothérapie dans un contexte hospitalier québécois

2022· other· fr· W7023598137 on OpenAlexaboutno aff

Bibliographic record

VenuePolyPublie (École Polytechnique de Montréal) · 2022
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsResearch methodologyContext (archaeology)Personal autonomy
DOInot available

Abstract

fetched live from OpenAlex

RÉSUMÉ: Le projet de recherche a pour but d'améliorer la réalisation et d'optimiser l'assignation des inhalothérapeutes aux quarts de travail, chaque jour et aux unités du système hospitalier. On a tout d'abord modélisé le problème, puis résolu le modèle à l'aide d'un solveur COIN Branch and Cut (CBC) pour obtenir une solution, en un temps acceptable. L'ensemble du processus est itératif et nécessite de travailler de près avec l'équipe pour que la solution colle parfaitement à la réalité. Dans les milieux hospitaliers québécois, on génère souvent les horaires manuellement, ce qui produit des résultats généralement moins optimaux. En raison de la pénurie de main d'œuvre criante au Québec, la rétention d'employés a pris beaucoup d'importance et c'est pourquoi il est primordial de s'attarder à l'optimisation de l'assignation du personnel, autant pour leur satisfaction que pour répondre le plus adéquatement à la demande des unités. C'est grâce à la contribution et à la collaboration de l'équipe d'inhalothérapie du Centre Hospitalier Universitaire Sainte-Justine (CHUSJ) que la réalisation de ce projet est possible et que les données utilisées sont réelles et représentatives de la réalité, ce qui est central. Les principaux objectifs, tel que mentionnés ci-haut, sont de limiter les pénuries de personnel, d'assurer une équité entre les horaires ainsi que la satisfaction du personnel et de respecter les contraintes des différents contrats d'emploi et des conventions collectives. Ces objectifs se retrouvent généralement dans tous les modèles mathématiques de ce type, mais certains objectifs sont aussi propres au contexte de l'équipe pour qui l'horaire est créé. En pratique, on cherche donc aussi à assurer le plus possible une continuité des soins, à limiter le temps supplémentaire, à réduire considérablement le temps de création des horaires et à permettre une flexibilité et une adaptabilité face aux imprévus et aux changements (congés de maternité, maladies ponctuelles, etc.) Les indicateurs de performance ont permis d'évaluer ces objectifs et les résultats sont encourageants. En effet, les pénuries de personnel, le temps supplémentaire et le temps de création des horaires fournissent généralement de meilleurs résultats ou des résultats similaires, mais une amélioration significative est réalisée au niveau du temps de création de l'horaire. Cette nette amélioration intéressera certainement plusieurs autres départements de l'hôpital et/ou d'autres milieux hospitaliers qui vivent des problèmes similaires. On peut alors conclure que la méthode est conseillée par rapport à une application manuelle et elle se réalise et s'implante à peu, voire pas, de coûts. Les applications éventuelles sont nombreuses et le futur de la création d'horaires très prometteur. Ce mémoire présente l'ensemble de ce qui a déjà été réalisé dans ce domaine de recherche, par le biais d'une revue de littérature, et définit le problème en détails : contraintes, fonction objectif et termes et notations particulières utilisées. On détaille ensuite les méthodes d'analyse des résultats et des indicateurs de performance puis l'implantation et le transfert de connaissances qui assure la pérennité du projet. ABSTRACT: The current project intends to create a program to automate and optimize the assignment of medical staff to work days and a department based on everyday patient needs. Its aim is to facilitate this task and to solve a very popular operational research problem commonly known as the nurse scheduling problem (NSP) or nurse rostering problem (NRP). The first step is to generate a mathematical model comprised of the objective function and the multiple constraints and parameters. It then needs to be programmed in an appropriate and easy-to-use programming software in order to generate, in a respectable time span, a single or multiple solutions that portray reality adequately. Because of its complexity and the particularities of the medical team, the project requires to be executed in multiple iterations. The main goals are to limit staff shortage and overtime, to respect the employment contracts and the particularities of the employee collective agreement, to reduce considerably the time allocated to produce the main schedule for employees, to ensure an equity between personnel schedules and to satisfy, as much as possible, personnel preferences and needs. As mentioned previously, this type of problem is very commonly studied in the research community. Although, its reallife application is much less documented, since solving programs are usually quite expensive and not very user-friendly, and the existing studies do not necessarily encompass the complete and specific reality of this case study. Furthermore, it is critical to attend to this problem since there is a massive shortage in the available workforce, especially in the healthcare system, in Quebec, which is where the case study is taking place. The scheduling problem can take into consideration staff preferences and establish an equity among schedules in order to increase staff retention. It is thanks to the contribution and the collaboration of the respiratory team at the university hospital center of Sainte-Justine (Centre Hospitalier Universitaire Sainte-Justine (CHUSJ)) that this research project can be held in a real context, with useful and exhaustive data. This process could very much be applied in multiple other contexts, but would need to be adapted consequently. Further research on this subject could seek to integrate a larger group of departments and of personnel to schedule at a higher level.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.731
Threshold uncertainty score0.542

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.005
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0020.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0080.001

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.

Opus teacher head0.009
GPT teacher head0.237
Teacher spread0.228 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venuePolyPublie (École Polytechnique de Montréal)French-language works237,207