Se réapproprier l’incertitude du marais : réintroduire la réflexivité dans l’enseignement du raisonnement clinique
Notice bibliographique
Résumé
Contexte et problématique : L’auteure défend le point de vue selon lequel, paradoxalement, certains usages pédagogiques des typologies formelles développées à propos du raisonnement clinique pourraient limiter le développement des capacités de raisonnement clinique que les enseignants espèrent justement encourager. Exégèse : L’auteure rappelle les dimensions de complexité et d’incertitude du raisonnement clinique, en soulignant la nature foncièrement interprétative des processus en jeu. Elle suggère quelques moyens par lesquels il serait possible de se réapproprier la dimension de réflexivité dans le cadre de l’enseignement du raisonnement clinique. Conclusion : Dans une perspective éducationnelle, les théories de la réflexivité devraient désormais être mieux articulées avec les théories du raisonnement clinique. Les initiatives pédagogiques visant à favoriser le développement du raisonnement clinique pourraient bénéficier de la réintroduction de la réflexivité comme point de départ.
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 | 0,030 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,033 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».