Sélection des futurs médecins : sur quelles bases empiriques ?
Notice bibliographique
Résumé
Contexte et problématique : Le processus de sélection des étudiants à l’entrée des études de médecine revêt un très fort enjeu sociétal, en ce sens qu’il conditionne le profil des étudiants entamant des études de médecine et donc, en partie, le profil des futurs professionnels. Il n’y a en fait pas de consensus concernant les meilleures méthodes de sélection. Les examens et concours à l’entrée des études de médecine reposent sur une diversité de manières de faire à travers le monde, dont, pour la plupart, la qualité n’a pu être empiriquement prouvée. Exégèse : Le présent article propose un recensement des différents processus et outils de contingentement des étudiants dans le domaine de la santé, pour en proposer une lecture actualisée et critique. Nous puisons également dans la littérature définissant le concept de validité pour nous questionner sur la qualité de ces outils, mais aussi sur la qualité méthodologique des études qui y réfèrent. Conclusion : Les données probantes justifiant la qualité de l’un ou l’autre dispositif de sélection des étudiants à l’entrée des études de médecine sont rares, soit parce que les dispositifs sont effectivement de faible qualité, soit parce que les études qui en justifient la qualité ne tiennent pas compte d’une vision moderne de la validité.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».