Un programme pour aider les étudiants en médecine àdévelopper leurs stratégies d'apprentissage
Notice bibliographique
Résumé
Buts : Exposer les considérations qui ont conduit à la création du programme d’enseignement des stratégies d’apprentissage aux étudiants de la faculté de médecine de l’ Université de Sherbrooke; décrire ce programme. Contexte et problématique : Soucieuse d’apporter à ses étudiants une assistance pour la construction des compétences utiles à leurs fonctions professionnelles, cette institution réforme continuellement son curriculum en se basant sur les développements récents de la recherche en pédagogie. Ces travaux mettent l’accent sur le processus d’apprentissage et justifient l’intérêt tant théorique qu’empirique de recourir à des stratégies d’ a p p rentissage efficaces. En fait, cet intérêt préva u d rait aussi chez les étudiants en médecine. Description de l’innovation : Ce programme d’enseignement des stratégies d’apprentissage est basé sur les conditions que la littérature indique comme propices à en favoriser le succès. Il comporte cinq interventions au format dynamique et interactif, qui s’étalent sur les quatre ans du cursus. L’ensemble du corps professoral est mis à contribution. Un large répertoire de stratégies d’apprentissage utiles en médecine y est enseigné. Ces stratégies sont apprises dans le contexte même des études médicales, en insistant particulièrement sur leur utilisation métacognitive. La production individuelle de cartes conceptuelles joue un rôle majeur dans ce programme et suscite une forte motivation chez les étudiants. Conclusion : Des mesures de l’impact de ce pro g ramme ne font que commencer. Il est toutefois permis d’en espérer, si l’on s’enrapporte aux études publiées, des répercussions majeures sur la motivation des étudiants.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».