Optimiser l’usage des cartes conceptuelles dans l’apprentissage par problèmes (APP) dans le cursus préclinique : le point de vue des enseignants
Notice bibliographique
Résumé
Problématique : La carte conceptuelle (CC) est une stratégie d’apprentissage populaire en éducation des sciences de la santé. Elle est notamment utilisée pour soutenir l’organisation des connaissances, dans l’apprentissage par problème (APP) en formation médicale pré-clinique. On dispose cependant de peu de données sur la meilleure façon de l’utiliser dans ce contexte pédagogique. But : Cette étude exploratoire visait à déterminer si les responsables des cours d’APP de la formation médicale au pré-clinique partagent une conception commune des objectifs pédagogiques de la construction des CC et de la nature et de l’organisation des connaissances qui devraient être représentées dans la CC pour favoriser l’atteinte des objectifs visés. Méthodes : Cette recherche est une étude de cas interprétative, à laquelle ont participé huit enseignants responsables des cours d’APP. Chaque participant devait construire une CC à partir d’un cas-problème typique de son cours. Le recueil de données s’est fait au travers de l’enregistrement vidéo de la verbalisation concomitante durant la séance de construction de la CC, l’observation directe et le recueil des traces de l’activité et l’entretien semi-dirigé de groupe. L’analyse des données a consisté en une analyse thématique de contenu des données verbales et des traces écrites et graphiques recueillies. Résultats : Selon les participants, l’objectif pédagogique des CC est de favoriser la construction d’une représentation cohérente des mécanismes causaux permettant d’expliquer le problème clinique du cas. Les connaissances biomédicales sont représentées dans la CC sous forme d’une structure causale reliant la pathologie aux données cliniques du cas, regroupées en « catégories cliniques ». Des conceptions pédagogiques partagées sur la façon d’optimiser l’usage des CC dans l’APP ont été identifiées. Conclusion Notre recherche a permis de formuler des recommandations pour favoriser un meilleur alignement pédagogique de la construction des CC et des objectifs pédagogiques visés dans le cadre de l’APP.
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 | 0,024 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,016 | 0,014 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,004 |
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 ».