MétaCan
Menu
Retour à la cohorte
Enregistrement W2287466541 · doi:10.7202/1035198ar

Vers un modèle d’apprentissage réflexif. Recueil de traces d’apprentissage formulées dans les log books des stagiaires en médecine

2016· article· fr· W2287466541 sur OpenAlexvenueno aff
Viviane Vierset

Notice bibliographique

RevueApproches inductives Travail intellectuel et construction des connaissances · 2016
Typearticle
Languefr
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

En faculté de médecine de Liège, les étudiants de 3e 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 leslog booksdes 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 lac-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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,058
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,007
Études des sciences et des technologies0,0050,031
Communication savante0,0170,030
Science ouverte0,0020,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,301
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApproches inductives Travail intellectuel et construction des connaissancesMême sujetInnovations in Medical EducationTravaux en français237 207