Décrire quantitativement les interventions téléphoniques des infirmières au service Info-Santé selon le niveau de compétence novice - compétent - expert
Bibliographic record
Abstract
Les services téléphoniques de consultation en soins infirmiers sont en progression partout dans le monde. On sait que les infirmières qui possèdent une plus longue expérience de pratique au téléphone obtiennent davantage d’informations sur la condition de santé du client qui les consulte que celles qui comptent moins d’années d’expérience. Nous pouvons présumer que les niveaux d’expertise décrits par Benner (1984) expliquent cette différence. Toutefois aucune étude à ce jour ne décrit comment se manifeste cette différence entre les niveaux d’expertise dans la conversation au cours d’une intervention entre l’infirmière et l’appelant. Le but de cette étude descriptive était d’identifier les manifestations de cette expertise dans la communication, lors de la consultation téléphonique. \nÀ l’aide du Roter Interaction Analysis System (RIAS), 190 enregistrements d’appels, entre infirmières (N = 15), de divers niveaux de compétence selon la nomenclature de Benner (1984) et les appelants qui les ont consultées, ont été analysés. Les appels étudiés, issus d’une étude de plus grande envergure, devaient être faits par le parent d’un enfant de moins de cinq ans, et devaient faire l’objet d’une première consultation. Il a été possible de nommer des caractéristiques, des forces et des faiblesses communes aux infirmières de chaque niveau d'expertise à l’étude. Bien qu’il existe des différences entre les moins expérimentées et celles qui ont une longue expérience clinique au téléphone, les résultats semblent indiquer que les infirmières de tous les niveaux d’expertise sont fortement centrées sur la tâche d’évaluation de la situation de santé de l’appelant, mais que leurs interventions incluent peu d’énoncés orientés vers l’établissement d’un réel partenariat avec l’appelant. Les résultats obtenus fournissent des informations qui pourraient être utilisées pour élaborer des stratégies de développement professionnel, et guider les administrateurs de ce service dans le choix des indicateurs d’évaluation de la qualité du service et de ses retombés sur sa clientèle. Toutefois un plus grand nombre d’infirmières participantes et un plus grand nombre d’appels permettraient de confirmer les résultats obtenus à partir de ces 190 appels.
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 | 0.014 | 0.049 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
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".