Autonomiser les patients et les soignants grâce au savoir : Élaboration d’une formation sur la chimiothérapie en gynécologie oncologique dirigée par le personnel infirmier
Bibliographic record
Abstract
L’augmentation du nombre de patients vus en clinique dans un centre de cancérologie du Canada est venue nuire à l’offre d’un enseignement de qualité sur la chimiothérapie pour les patients et leur famille. Le département de gynéco-oncologie a cerné plusieurs obstacles à la transmission d’un enseignement complet et opportun. Une fois le diagnostic de cancer tombé, l’accès à l’enseignement, l’efficacité de l’information transmise par écrit, les contraintes de temps des infirmières et l’absence d’uniformité dans la prise en charge des effets secondaires figurent parmi les obstacles relevés. Une équipe interdisciplinaire s’est donc rassemblée pour revoir les pratiques d’enseignement actuelles et se pencher sur le programme d’enseignement aux patients afin de développer, conjointement, des stratégies pour régler ces problèmes. Cet article décrit les étapes ayant mené à l’élaboration, par le personnel infirmier, d’une formation sur la chimiothérapie (protocoles courants) destinée aux patients atteints de cancers gynécologiques et visant à aider les patients et les soignants à mieux se préparer aux séances de chimiothérapie, à calmer l’anxiété et à savoir comment gérer les effets secondaires liés au traitement.
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 | 0.026 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.003 | 0.011 |
| Research integrity | 0.006 | 0.010 |
| Insufficient payload (model declined to judge) | 0.008 | 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".