Les représentations des étudiants tuteurs en masso-kinésithérapie sur le dispositif de tutorat entre pairs
Notice bibliographique
Résumé
Le tutorat entre pairs est un dispositif d’aide entre étudiants présent dans différents cursus. Cette recherche se focalise sur le tutorat entre étudiants dans le domaine de la masso-kinésithérapie (MK). Celui-ci est basé sur le volontariat des étudiants tuteurs en MK. L’objectif de cette étude est de comprendre quelles sont les représentations du tutorat chez l’étudiant tuteur en MK. Une méthodologie basée sur une approche phénoménologique par triangulation a été mise en place. Des entretiens semi-directifs d’étudiants tuteurs et d’étudiants tutorés ont été réalisés, et des lettres de motivation d’étudiants tuteurs, leur ayant permis de candidater pour devenir tuteur, ont été analysées. Les résultats de cette étude permettent de constater que les étudiants tuteurs en MK se représentent le tutorat comme un dispositif aux multiples fonctions : dispositif d’aide, dispositif d’enseignement, dispositif de révision, dispositif relationnel privilégié et dispositif d’échange de services. Ces représentations conduisent à distinguer le tutorat entre étudiants d’autres dispositifs d’aide ou d’accompagnement tels le monitorat, le mentorat, le compagnonnage et le parrainage. Enfin cette étude permet de souligner les caractéristiques essentielles et les intentions pédagogiques premières du tutorat entre pairs.
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 | 0,013 |
| 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 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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; 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 ».