Analyse pédagogique de la formation par visioconférence des externes en pédiatrie
Bibliographic record
Abstract
Contexte : Un centre hospitalier universitaire pédiatrique montréalais dispense des cours par visioconférence. La visioconférence permet de transmettre en temps réel des informations visuelles et auditives à distance. Objectifs : L'objectif de cette enquête est de mieux comprendre, à l'aide des théories des médias riches et de la distance transactionnelle, la dynamique d'apprentissage en visioconférence. Méthodes : L'enquête a porté sur deux groupes d'externes en stage de pédiatrie (n = 23). Un questionnaire à réponses fermées a été utilisé. Résultats : L'étude révèle que la faiblesse de l'interaction (cours de type magistral, style d'enseignement) et le contenu très formalisé entraînent une forte distance transactionnelle qui implique une grande autonomie de l'apprenant. Les résultats révèlent également une ambiguïté assez marquée chez les étudiants à distance inhérente à la faible interaction et au peu de discussions. Les notes de cours comblent cependant les besoins d'information réduisant ainsi l'incertitude liée au contenu. Conclusion : Notre analyse montre que si l'environnement pédagogique de la visioconférence répond aux objectifs d'apprentissage des étudiants, il se révèle moins efficace que le cours traditionnel face à face et appelle une pédagogie davantage adaptée à cette forme d'enseignement.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".