L’évaluation des habiletés cliniques
Notice bibliographique
Résumé
Le présent chapitre s’adresse principalement aux enseignants en sciences de la santé qui ont envie d’innover dans leurs modalités d’évaluation. L’étudiant tirera aussi bénéfice de la lecture du chapitre, puisqu’elle lui permettra de se familiariser avec ces modes d’évaluation et d’orienter ses apprentissages. Nous traiterons surtout de l’évaluation du raisonnement clinique ainsi que de l’application des connaissances médicales à la résolution de problèmes cliniques. Pour ce faire, nous vous proposons des modalités d’apprentissage et d’évaluation parfois méconnues de la communauté médicale. Le chapitre s’inspire de l’expérience des auteurs dans l’utilisation de ces modalités d’évaluation pour évaluer le parcours d’étudiants en médecine et en sciences infirmières. La dernière section porte sur les questions de prises de décision thérapeutiques. Elle servira, nous l’espérons, d’outil complémentaire à la préparation des externes à cette modalité d’évaluation pour l’examen du licencié du Conseil médical du Canada (LCMC). Vous trouverez, à la fin du chapitre, un tableau comparatif des modalités d’évaluation quant à leur forme et à leur contenu, ainsi que des exemples de questions supplémentaires.
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 | 0,050 | 0,140 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,005 |
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 ».