Ingenium de formation lors de la mise en place de formations transversales en santé Illustration par une séquence d’apprentissage du raisonnement clinique
Notice bibliographique
Résumé
En contexte d’universitarisation avec double diplomation (diplôme d’État et licence universitaire), des formations paramédicales et de mise en place de l’expérimentation des modalités permettant le renforcement des échanges entre les formations de santé au sein de l’Université de Caen-Normandie, de nouveaux référentiels (licence sciences du soin) et des maquettes de formations professionnelles sont produits pour six professions paramédicales. Une nouvelle ingénierie pédagogique est à inventer en tenant compte des nouvelles modalités hybrides de la formation. Cet article analyse l’ingénierie de formation mise en place pour la conception collective d’un module de formation consacré au raisonnement clinique. La démarche de création et d’innovation pédagogique entreprise est réalisée à partir des expériences de travail collectif de professionnels. Elle permet d’identifier les invariants de l’activité dans le raisonnement clinique, avec un regard de formateurs, en repérant des classes de situations emblématiques issues des différents terrains professionnels et transférables aux six professions. La séquence produite collaborativement débouche sur la mise en scène d’une situation de travail habituelle des professionnels en activité, répondant à leurs enjeux de formations : la rencontre du patient et l’analyse de ses déficiences et/ou besoins.
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 | 0,004 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».