MétaCan
Menu
Retour à la cohorte
Enregistrement W3037901910 · doi:10.3917/rfas.201.0281

Plaidoyer pour l’intégration des patients formateurs dans l’enseignement des futurs médecins généralistes à partir de l’expérience de l’université Sorbonne Paris Nord et de la littérature internationale

2020· article· fr· W3037901910 sur OpenAlexaff
Frédéric Chevallier, Didier Duhot, Yannick Ruelle, Alain Mercier, Pierre Lombrail, Yohan Saynac

Notice bibliographique

RevueRevue française des affaires sociales · 2020
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensCentres Intégré Universitaires de Santé et de Services Sociaux
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Dans un contexte de virage ambulatoire, d’augmentation des pathologies chroniques et de nécessité de rendre plus effectifs les parcours de soins encore trop souvent opaques pour les patients, il est urgent de repenser la place et le rôle des différents acteurs du système de soins primaires – en particulier, l’intégration du patient dans la formation spécialisée, mais aussi la formation initiale des médecins généralistes qui est susceptible d’améliorer leurs compétences humaines et cliniques et de changer en conséquence les représentations des étudiants sur leur exercice futur. Certains programmes intègrent des patients dans l’enseignement depuis plusieurs années. Leur impact dépasse la prise en compte de la perspective patient et touche toutes les compétences des futurs médecins. Leur implication peut et doit se faire à tous les niveaux, de l’animation des cours à la gouvernance des différentes instances. Cela doit ouvrir la voie à un partenariat plus harmonieux dans la gestion de soins primaires, voire au-delà. L’université peut avoir un rôle à jouer via la recherche académique tout en adossant cette mission à une nouvelle forme de responsabilité sociale, en permettant l’émergence d’un système non seulement basé sur les preuves, mais également sur des valeurs communes avec les usagers.

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)0,009
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,030
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,004
Communication savante0,0070,004
Science ouverte0,0010,005
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

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 Opus0,061
Tête enseignante GPT0,351
Écart entre enseignants0,290 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue française des affaires socialesMême sujetHealthcare Systems and PracticesTravaux en français237 207