Traduction, adaptation et validation de contenu d’un outil évaluant la qualité du débriefing en simulation selon des étudiants et des étudiantes en sciences infirmières
Notice bibliographique
Résumé
Dans l’optique de perfectionner l’utilisation de la simulation clinique, il importe de se questionner sur la qualité des débriefings et surtout sur la perception qu’en ont les étudiant(e)s. L’outil le plus utilisé à cet effet est le Debriefing Experience Scale (DES; Reed, 2012) qui évalue l’expérience et l’importance du débriefing selon les étudiant(e)s. Cet outil n’est pas disponible en français et il est essentiel qu’il soit adapté au contexte et à la population auprès de qui on souhaite l’utiliser. Le but de cette étude a été de traduire en français, adapter au contexte québécois et valider le contenu du DES (Reed, 2012). Selon les recommandations de Sousa et Rojjanasrirat (2011), le DES a été traduit en français et rétrotraduit en anglais pour obtenir une version française, le DES-FR. La pertinence et la clarté de ses énoncés ont été évaluées par 10 expert(e)s en simulation clinique. Un échantillon de convenance de 29 étudiant(e)s en sciences infirmières a été sollicité pour évaluer la clarté des énoncés de l’outil. Les résultats indiquent que le DES-FR a un indice de validité de contenu global (IVC-S) de 0,93 selon les expert(e)s, suggérant une bonne validité de contenu, ainsi qu’un indice de clarté global (IC-S) de 0,96, soutenant qu’il est dans son ensemble clair selon l’échantillon étudiant. Le DES-FR est le premier outil en français présentant une validité de contenu et adapté au contexte de formation québécois qui permettra d’obtenir des données sur la qualité des débriefings selon la perspective étudiante.
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 | 0,215 | 0,316 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».