Évaluation de la plateforme de formation en ligne MOTIV@CŒUR sur les interventions motivationnelles brèves auprès d’infirmières en soins aigus cardiovasculaires

Dans un contexte de prévention secondaire, les interventions motivationnelles brèves (IMB) effectuées par les infirmières ont le potentiel de réduire les facteurs de risque cardiovasculaires. De par sa flexibilité, la formation en ligne s’impose aujourd’hui comme une méthode pédagogique essentielle au développement des habiletés cliniques des professionnels de la santé. Le but de ce projet était d’évaluer la faisabilité, l’acceptabilité et l’effet préliminaire d’une plateforme de formation en ligne sur les IMB (MOTIV@CŒUR) sur les habiletés perçues et l’utilisation clinique des IMB chez des infirmières en soins cardiovasculaires. Pour ce faire, une étude pilote pré-post à groupe unique a été menée. MOTIV@CŒUR est composée de deux sessions d’une durée totale de 50 minutes incluant des vidéos d’interactions infirmière-patient. Dans chaque session, une introduction théorique aux IMB est suivie de situations cliniques dans lesquelles une infirmière évalue la motivation à changer et intervient selon les principes des IMB. Les situations ciblent le tabagisme, la non-adhérence au traitement médicamenteux, la sédentarité et une alimentation riche en gras et en sel. Il était suggéré aux infirmières de compléter les deux sessions de formation en ligne en moins de 20 jours. Les données sur la faisabilité, l'acceptabilité et les effets préliminaires (habiletés perçues et utilisation clinique auto-rapportée des IMB) ont été recueillies à 30 jours (± 5 jours) après la première session. Nous avons recruté 27 femmes et 4 hommes (âge moyen 37 ans ± 9) en mars 2016. Vingt-quatre des 31 participants (77%) ont terminé les deux sessions de formation en moins de 20 jours. À un mois suite à l’entrée dans l’étude, 28 des 31 participants avaient complété au moins une session. Un haut niveau d’acceptabilité a été observé vu les scores élevés quant à la qualité de l'information, la facilité d'utilisation perçue et la qualité de la plateforme MOTIV@CŒUR. Le score d'utilisation clinique auto-rapporté des interventions visant la confiance était plus élevé après les deux sessions qu’avant les sessions (P = .032). Bien que tous les scores fussent plus élevés après les deux sessions qu’au début, les autres résultats n’étaient pas statistiquement significatifs. En conclusion, l’implantation d’une plateforme de formation en ligne sur les IMB est à la fois faisable et acceptable auprès d’infirmières en soins aigus cardiovasculaires. De plus, une telle formation peut avoir un effet positif sur l'utilisation clinique d’interventions motivationnelles visant la confiance face au changement de comportement de santé.

Bimodal adaptive hypermedia and interactive multimedia a web-based learning environment based on Kolb's theory of learning style

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

An adaptive neighborhood search algorithm for optimizing stochastic mining complexes

Les métaheuristiques sont très utilisées dans le domaine de l'optimisation discrète. Elles permettent d’obtenir une solution de bonne qualité en un temps raisonnable, pour des problèmes qui sont de grande taille, complexes, et difficiles à résoudre. Souvent, les métaheuristiques ont beaucoup de paramètres que l’utilisateur doit ajuster manuellement pour un problème donné. L'objectif d'une métaheuristique adaptative est de permettre l'ajustement automatique de certains paramètres par la méthode, en se basant sur l’instance à résoudre. La métaheuristique adaptative, en utilisant les connaissances préalables dans la compréhension du problème, des notions de l'apprentissage machine et des domaines associés, crée une méthode plus générale et automatique pour résoudre des problèmes. L’optimisation globale des complexes miniers vise à établir les mouvements des matériaux dans les mines et les flux de traitement afin de maximiser la valeur économique du système. Souvent, en raison du grand nombre de variables entières dans le modèle, de la présence de contraintes complexes et de contraintes non-linéaires, il devient prohibitif de résoudre ces modèles en utilisant les optimiseurs disponibles dans l’industrie. Par conséquent, les métaheuristiques sont souvent utilisées pour l’optimisation de complexes miniers. Ce mémoire améliore un procédé de recuit simulé développé par Goodfellow & Dimitrakopoulos (2016) pour l’optimisation stochastique des complexes miniers stochastiques. La méthode développée par les auteurs nécessite beaucoup de paramètres pour fonctionner. Un de ceux-ci est de savoir comment la méthode de recuit simulé cherche dans le voisinage local de solutions. Ce mémoire implémente une méthode adaptative de recherche dans le voisinage pour améliorer la qualité d'une solution. Les résultats numériques montrent une augmentation jusqu'à 10% de la valeur de la fonction économique.