Apprentissage par simulation en pédiatrie : l’exemple de l’arrêt cardiorespiratoire de l’enfant
Notice bibliographique
Résumé
La simulation en santé s’est diffusée très rapidement en pédiatrie à partir des années 2000 aux États-Unis et au Canada, puis à partir des années 2010 en France. L’arrêt cardiorespiratoire (ACR) de l’enfant représente le meilleur exemple des bénéfices qui peuvent être apportés par la simulation. La simulation peut reproduire à l’infini cette situation exceptionnelle, offre un apprentissage sans risque pour le patient ni pour l’apprenant, permet de travailler ses aspects cognitifs, techniques et humains. La simulation est effectivement associée à un gain en connaissance et en compétence chez les apprenants et participe à l’amélioration du pronostic des patients. Afin de maximiser l’efficacité pédagogique de l’enseignement de la prise en charge de l’ACR de l’enfant, les responsables pédagogiques devraient sans cesse évaluer leurs programmes, privilégier des curriculums qui associent la simulation avec d’autres modalités d’apprentissage et avoir pour objectif une pédagogie de la maîtrise. Les mannequins haute fidélité, s’ils sont appréciés par les apprenants, restent pédagogiquement équivalents aux mannequins basse fidélité pour l’apprentissage de la prise en charge de l’ACR de l’enfant.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».