MétaCan
Menu
Retour à la cohorte
Enregistrement W4415153883 · doi:10.60856/lb35-7h1a

Pistes et axes de travail à poursuivre pour réduire la pénurie de stages en France

2025· article· fr· W4415153883 sur OpenAlexaboutno aff
Lisbeth Charret, Cécile Farny, Marie Grillon, Leïla Tortora

Notice bibliographique

RevueErgOThérapies · 2025
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGerman Federal RepublicHomogeneousInsignificance

Résumé

récupéré en direct d'OpenAlex

Le nombre d’étudiants en ergothérapie a fortement augmenté depuis ces dix dernières années en France, ce qui a pour conséquence un besoin de stages complémentaires sur le plan national que les Instituts de formation en ergothérapie (IFE) peinent de plus en plus à obtenir. Dans le cadre du Syndicat des instituts de formation en ergothérapie français (SIFEF), un groupe de travail a mené trois enquêtes afin de connaître les raisons et identifier des pistes de solutions ; une auprès des IFE (Charret et al., 2024a), une autre auprès des ergothérapeutes (Charret et al., 2024b) et une troisième auprès des étudiants en ergothérapie (Charret et al., 2025). Le traitement de ces enquêtes par la prise en compte des référentiels de formation de rééducateurs et d’infirmiers et le fonctionnement de plusieurs instituts de formation européens et canadien ont permis d’envisager sept pistes de réflexion et de solutions pour répondre à cette problématique qui impacte 1260h de formation clinique (ministère de la Santé et des Sports, 2010) soit environ 40 % de la formation totale. Dans cet article, sept propositions sont exposées, argumentées et présentées sous forme de questionnements. Elles concernent, par exemple, la reconnaissance des missions spécifiques du tutorat, l’organisation des stages, le développement de pratiques tels que l’accueil de stage en binôme ou l’autonomie de l’étudiant dans la recherche de stage. Chacune d’elles invite l’ensemble des acteurs à mener une réflexion commune et à envisager des actions pour la réduction de la pénurie de stage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0070,007
Communication savante0,0100,005
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0300,005

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,433
Écart entre enseignants0,404 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueErgOThérapiesMême sujetHealthcare Systems and PracticesTravaux en français237 207