Comment améliorer la réussite à l’examen d’anatomie en 1 année de bachelier en médecine ? Étude de l’impact d’une activité intégrée dans un dispositif hybride de formation
Notice bibliographique
Résumé
L’anatomie de 1re année de bachelier (BAC 1) en médecine est dispensée grâce à un dispositif hybride de formation. L’évaluation se compose de trois types de QCM, dont le QCM 2 qui recourt à des exercices d’analyse de coupes anatomiques représentées dans différents plans de l’espace. Nous avons évalué si la mise en ligne d’exercices entraînant à l’analyse de coupes est valorisée par les étudiants et favorise la réussite du QCM 2. Afin de contextualiser nos recherches, nous nous sommes interrogés sur la perception de la cohérence entre les objectifs, les méthodes et l’évaluation de l’ensemble de notre dispositif. Ensuite, cette perception a été mise en lien avec le score global de l’examen. Le QCM 2 est significativement meilleur pour les étudiants ayant pratiqué les nouveaux exercices en ligne et pour les étudiants ayant perçu la valeur de cette activité. La perception de la cohérence entre les objectifs, les méthodes et l’évaluation n’est, quant à elle, pas associée au score global. Le nouveau scénario d’apprentissage proposé enrichit favorablement l’environnement d’apprentissage des étudiants. Il a le mérite de pouvoir s’adapter aux grands groupes, d’être accessible en tout temps, de travailler des objectifs précis, d’être en lien direct avec l’évaluation certificative du cours (QCM 2) et de développer une compétence en relation avec leur profession future.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».