Développement du raisonnement clinique chez des étudiantes en sciences infirmières par la méthode SNAPPS-A : une étude pilote
Notice bibliographique
Résumé
Contexte : Les étudiantes en sciences infirmières doivent développer leur raisonnement clinique. La méthode Summarize Narrow Analyse Probe Plan Select (SNAPPS) est une stratégie pédagogique centrée sur l’apprenante qui favorise l’expression du raisonnement clinique et des incertitudes. Objectifs : 1) Explorer l’utilisation de SNAPPS-A, une version adaptée aux sciences infirmières, lors de stages ; 2) Documenter le point de vue des étudiantes et des superviseures sur la pertinence et l’utilisation de SNAPPS-A. Méthodes : Une étude pilote exploratoire qualitative de 16 mois, dans trois milieux de stages universitaires auprès de sept dyades, utilisant une méthode d’échantillonnage de convenance a été réalisée. Les étudiantes devaient être inscrites en deuxième année de baccalauréat en sciences infirmières et accepter d’enregistrer au moins un échange SNAPPS-A. Leur superviseure devait accepter de participer à la recherche ou à l’utilisation de SNAPPS-A. Résultats : Douze enregistrements ont été réalisés auprès des sept dyades. Les étudiantes étaient des femmes (85 %) âgées entre 18 et 24 ans. Les superviseures étaient également des femmes (72 %) âgées entre 25 et 44 ans. La méthode, jugée pertinente et facile à appliquer dans tous les milieux cliniques, permet aux étudiantes d’être proactives et d’acquérir de l’autonomie. Elle a aidé les superviseures à mieux comprendre la démarche clinique et à adapter leur accompagnement en fonction des forces et faiblesses des apprenantes. Les barrières relevées sont identiques à celles mentionnées dans les écrits. Conclusion : La méthode SNAPPS-A peut s’avérer utile pour soutenir le développement du raisonnement clinique des étudiantes infirmières lors des stages.
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 | 0,006 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».