Vers un modèle d’apprentissage réflexif. Recueil de traces d’apprentissage formulées dans les log books des stagiaires en médecine
Notice bibliographique
Résumé
En faculté de médecine de Liège, les étudiants de 3 e master en médecine parcourent différents lieux de formation clinique pour intégrer des apprentissages au sein des départements de spécialisations médicales. Depuis l’année académique 2008-2009, un dispositif pédagogique réflexif (Vierset, 2015) est installé au département de Gynécologie-Obstétrique (G-O) pour accompagner les apprentissages des stagiaires lors de leur parcours clinique. La question posée dans cet article est la suivante : comment se manifeste la posture réflexive dans les log books des stagiaires et quelles formes prend-elle dans les traces formulées par les stagiaires? Autrement dit : que nous disent les traces récoltées à ce propos? La méthodologie de la théorisation enracinée (MTE) (Corbin & Strauss, 2014; Glaser, 1965, 1978, 1992; Glaser & Strauss, 1967/2010; Guillemette, 2006; Luckerhoff & Guillemette, 2012) propose une analyse compréhensive et interprétative des données. Les données (dans ce cas, des écrits des stagiaires) sont soumises, les unes après les autres, à une circularité d’analyses multiples afin d’identifier les liens conceptuels qui se construisent entre elles tout en les comparant progressivement les unes aux autres. Ce processus a permis l’émergence de catégories conceptuelles, à la fois enracinées dans le vécu des acteurs de terrain et théorisables (Glaser, 1965), dans le sens où le chercheur les organise petit à petit en une théorie émergeant des données recueillies. Le résultat est présenté sous la forme d’une modélisation des postures réflexives adoptées par les stagiaires qui dessine les différents axes de réflexivité avec leurs seuils menant à la c-ré-action (Vierset, 2015) d’une nouvelle professionnalité ancrée dans une dynamique en changement.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,039 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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 tête enseignante, 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 ».