MétaCan
Menu
← Back to cohort
Record W7023784864

Perceptions infirmières quant à la réalisation de la collecte des données auprès de la clientèle à l'urgence, étape préalable à la formulation du jugement clinique infirmier

2013· other· fr· W7023784864 on OpenAlexvenueno aff

Bibliographic record

VenueLibrary and Archives Canada (Government of Canada) · 2013
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)Public accountingResearch methodologyPersonal autonomy
DOInot available

Abstract

fetched live from OpenAlex

Depuis l’adoption de la Loi 90 en 2002, la Loi sur les infirmières et infirmiers (LII, article 36) confère une autonomie élargie aux infirmières en reconnaissant, notamment, leur compétence et leur responsabilité à l’égard de l’évaluation clinique qui est représentée dans cette loi comme l’assise de l’exercice infirmier (Pellerin, 2009; OIIQ, 2010). La collecte des données constitue une étape fondamentale du processus d’évaluation clinique (Dillon, 2007; Doyon, Brûlé & Cloutier, 2002; Pellerin, 2009; Weber & Kelley, 2007). L’infirmière d’urgence a une responsabilité majeure à l’égard de la collecte des données. En effet, elle œuvre auprès de clientèles de tous âges qui présentent des problèmes de santé variés, aigus et parfois urgents et doit souvent intervenir, sur la base de son évaluation clinique, avant qu’un diagnostic n’ait été établi ou que le patient n’ait été vu par le médecin (Newberry & Criddle, 2005). Or, malgré toute l’importance que revêtent dorénavant l’évaluation clinique et la collecte des données au sens de la loi, ce rôle de l’infirmière semble tarder à s’actualiser dans la pratique clinique. \nLe but de cette étude qualitative descriptive consiste à explorer les perceptions d’infirmières, de gestionnaires en soins infirmiers et d’infirmières ressources cliniques d’urgence relativement à la réalisation de la collecte des données. La norme clinique « collecte des données » (assessment) de l’Emergency Nurses Association (1999) constitue le cadre de référence de l’étude. Cinq entrevues individuelles semi-dirigées de 60 minutes ainsi qu’un groupe de discussion de 90 minutes ont été réalisés auprès d’infirmières d’urgence. Un deuxième groupe de discussion a également réuni deux gestionnaires en soins infirmiers et deux infirmières ressources cliniques de l’urgence. Les données recueillies ont été analysées selon l’approche proposée par Miles et Huberman (2003). Les résultats obtenus démontrent que les infirmières considèrent la collecte des données comme un aspect fondamental de leur pratique à l’urgence, qui contribue à améliorer la qualité et la sécurité des soins dispensés. Or, les résultats révèlent également que leur compréhension de la collecte des données est variable, que leur pratique est aléatoire et largement influencée par le modèle biomédical. Plusieurs facteurs influencent la pratique des infirmières relativement à la collecte des données notamment : la conception individuelle de la collecte des données et du rôle infirmier, les relations et l’interaction avec les membres de l’équipe des soins infirmiers et les autres professionnels ainsi que le soutien de l’organisation et des gestionnaires en soins infirmiers. Ce dernier facteur semble prépondérant dans le contexte de l’urgence et démontre que le soutien des gestionnaires et des infirmières ressources cliniques influence de façon importante la pratique dans les milieux cliniques. Cette étude propose des pistes de réflexion sur la formation académique, la formation continue, l’administration des soins infirmiers et la collaboration interprofessionnelle qui pourraient faciliter l’actualisation du rôle des infirmières à l’égard de la collecte des données et de l’évaluation clinique afin d’améliorer la qualité des soins dispensés à l’urgence.

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)0.010
metaresearch head score (Gemma)0.026
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.022
Threshold uncertainty score0.074

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0100.026
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0030.006
Scholarly communication0.0050.005
Open science0.0010.004
Research integrity0.0020.006
Insufficient payload (model declined to judge)0.0220.003

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 head0.005
GPT teacher head0.190
Teacher spread0.185 · 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 designQualitative
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
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueLibrary and Archives Canada (Government of Canada)→French-language works237,207→