Enfance et violences : réalisation d'un enseignement hybride pour les étudiants de troisième cycle de médecine générale à Nantes
Notice bibliographique
Résumé
Contexte et objectifs : Les violences faites aux enfants sont fréquentes et lourdes de conséquences médico-psychologiques. Le médecin généraliste doit savoir les repérer, au travers d'un faisceau d'arguments, pour mieux protéger et soigner les victimes. Afin de répondre à cet enjeu, nous avons conçu un enseignement hybride, associant un contenu en ligne asynchrone de type SPOC (Small Private Online Course), un forum en ligne et une séance synchrone de questions-réponses avec des experts de la protection de l'enfance. Méthode : Pendant deux ans, l'équipe de travail, composée des deux investigatrices, étudiantes à la faculté de Nantes, d'enseignants au département de médecine générale et d'ingénieurs pédagogiques, a créé cet enseignement selon les critères qualité d'élaboration d'un dispositif hybride proposés par l'Université de recherche Laval, associant des étapes de réflexion, de conception, de production, de diffusion puis d'évaluation. Le soutien matériel et humain de l'institution a été indispensable. Résultats : Le SPOC se compose de neuf modules ayant une structuration commune ; ils sont intitulés : Généralités et définitions, Droit médical, Sémiologie des violences, Accueillir la parole de l'enfant, Psychotraumatisme, Violences sexuelles et inceste, Impact des violences conjugales, Information préoccupante et signalement, Ressources. Afin de répondre à un enjeu attentionnel et motivationnel, ils se composent de présentations filmées ou sonorisées, de mobilisations interactives des connaissances, de liens vers des animations didactiques ou d'extraits documentaires choisis selon leur pertinence pédagogique. Chaque module dispose d'une fiche de synthèse et d'une boîte à outils incluant ressources pratiques, documents informatifs et d'un carnet d'adresses. Conclusion : Concevoir une formation hybride est un processus long et complexe mais présente de nombreux avantages pédagogiques et comprend de multiples perspectives d'évolution. C'est une initiation qui fera l'objet d'une évaluation formative après sa première mise en ligne.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».