Les facteurs et enjeux relationnels lors de l’évaluation des résidents en médecine familiale
Notice bibliographique
Résumé
Contexte : Plusieurs études en pédagogie des sciences de la santé ont documenté le malaise des cliniciens enseignants à accorder des évaluations faibles ou un échec lorsqu’ils constatent des difficultés significatives chez les résidents. Parmi les raisons évoquées figurent les facteurs relationnels superviseur-résident, soit la nature des rapports interpersonnels qui pourraient influencer les décisions du superviseur qui doit traduire le niveau de compétence du résident sur la fiche d’évaluation. Objectifs : Explorer les facteurs et enjeux relationnels auxquels sont exposés les médecins de famille enseignants lors de l’évaluation des résidents en médecine familiale et décrire comment ils les gèrent. Méthodes : En 2020, nous avons réalisé une étude qualitative exploratoire et descriptive auprès de 15 médecins de famille enseignants provenant de divers milieux de formation clinique du département de médecine de famille et de médecine d’urgence de l’Université de Montréal. Ils ont participé à une entrevue téléphonique individuelle semi-dirigée. Les entrevues ont été transcrites intégralement, puis anonymisées. L’analyse thématique inductive des verbatim d’entrevues a été réalisée de manière indépendante selon le principe de la triangulation des chercheurs. Résultats : Des facteurs relationnels influencent à divers degrés l’évaluation des résidents. En voulant préserver « à tout prix » l’alliance pédagogique telle qu’ils la conçoivent, les superviseurs se trouvent piégés par des enjeux relationnels au moment d’évaluer les résidents. Des dérives conceptuelles quant à la relation pédagogique semblent être à l’origine du malaise des enseignants à jouer le rôle d’évaluateur. Conclusion : La relation pédagogique que les superviseurs entretiennent avec les résidents représente un enjeu majeur lors de l’évaluation. Les enseignants devraient être sensibilisés aux enjeux relationnels qui sont inhérents à l’évaluation dans le contexte de continuité pédagogique de manière à assumer plus aisément leur rôle d’évaluateur.
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 | 0,020 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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 ».