Comment adapter la communication et l'attitude infirmière face aux enfants atteints de troubles du spectre autistique lors de situations de crise consécutives aux soins aigus ou à l'hospitalisation ?
Bibliographic record
Abstract
Contexte: Les enfants atteints de Troubles du spectre autistique (TSA) nécessitent des soins qui diffèrent de la population pédiatrique. Leur prise en charge est souvent source de problèmes dans les services. L'enfant peut présenter des comportements difficilement gérables pour le soignant, en relation avec des perturbations dans les interactions sociales, des anomalies dans la communication et une angoisse lors de changement de routine, d'environnement. Le cadre théorique de Calgary permet de valoriser les résultats obtenus. Objectif: Explorer le rôle infirmier lors de la prise en charge d'enfants atteints de TSA. Analyser quelle attitude et quelle communication spécifique adopter face à cette population. Méthode: Recension des écrits sélectionnés dans deux bases de données: CINHAL et PubMed. Le choix s'est porté sur 5 articles en anglais et en français, datant de 2002 à 2013, en lien avec la question de recherche. Résultats: Il apparaît que les soignants sont démunis face à cette population. Les infirmières devraient préparer l'environnement avant l'arrivée de l'enfant, en diminuant les stimuli, puis faire un recueil de données approfondi afin de comprendre les besoins spécifiques du patient. Différents types de communication sont proposés, notamment l'utilisation réfléchie de symboles visuels organisés. Conclusion: Ces éléments permettent de diminuer des comportements problématiques. Les stratégies proposées sont transposables à tout milieu hospitalier et aux enfants présentant des troubles du comportement.
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 | 0.013 | 0.051 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.010 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".