MétaCan
Menu
Retour à la cohorte
Enregistrement W2629261984 · doi:10.1075/intp.19.2.04lea

From concern for patients to a quest for information

2017· article· en· W2629261984 sur OpenAlexaffabout
Yvan Leanza, Élias Rizkallah, Thomas Michaud-Labonté, Camille Brisset

Notice bibliographique

RevueInterpreting International Journal of Research and Practice in Interpreting · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensUniversité du Québec à MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésInterpreterVignetteSocializationObject (grammar)PsychologyMedical educationDiscourse analysisFocus groupSocial psychologyMedicineLinguisticsSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

This study of social representations about interpreted medical consultations examines the discourse of French language focus groups (FGs), conducted in Quebec, with 22 third year medical students (4 FGs), 29 family medicine residents (4 FGs) and 47 experienced family physicians (5 FGs). The audio-recorded FGs were transcribed. Each discussed two video vignettes of interpreted consultations. Statistical textual analysis showed that the students’ discourse patterns differed by FG. Residents prioritized access to the patient’s culture via the interpreter, though recognizing the need to respect the patient-physician relationship. Senior physicians organized their discourse differently for each vignette, associating it with a ‘standard’ response: for them, the two main issues were the quest for information, which we relate to the medical socialization process; and the interpreter’s stances, in terms of how s/he is perceived by physicians and the role(s) s/he is seen to play in the consultation. Physicians tend to represent the interpreter as a controllable ‘object’, not a full-fledged healthcare professional.

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)0,007
score de la tête « metaresearch » (Gemma)0,024
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,014
Communication savante0,0060,003
Science ouverte0,0010,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,186
Tête enseignante GPT0,616
Écart entre enseignants0,430 · 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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInterpreting International Journal of Research and Practice in InterpretingMême sujetInterpreting and Communication in HealthcareTravaux en français237 207