Maîtrise de l’ordinateur et de l’information :une formation intégrée et continueau premier cycle des études médicales
Bibliographic record
Abstract
Énoncé du problème : Les outils de l’informatique médicale et de la recherche documentaire sont devenus essentiels au médecin praticien, chercheur, enseignant ou gestionnaire, et les facultés de médecine doivent veiller à leur acquisition. But : S’assurer que les étudiants en médecine du premier cycle aient une formation de base en informatique, intègrent ce savoir-faire durant leurs études et puissent maintenir à jour leurs compétences en recherche documentaire. Type d’intervention : Mise en place et évaluation d’un nouveau programme pédagogique. Sujets et milieu : 389 étudiants de l’année préparatoire et des deux premières années du programme d’études médicales de l’Université de Montréal en 1999-2000. Interventions : Introduction à Medline dès l’année préparatoire, cours et démonstrations (6 h) et ateliers facultatifs (débutant : 3 h ; avancé : 3 h) en informatique en première année, rappel sur Internet en deuxième année. Programme facultatif (InfoRepère) de formation continue en recherche documentaire par une liste de diffusion électronique et sur un site Web. Intégration de travaux faisant appel à l’informatique ou à la recherche documentaire dans certains cours des années pré-cliniques. Résultats : Le cours d’introduction à l’informatique médicale a été jugé quelque peu éloigné du domaine médical, et l’atelier facultatif avancé a été peu fréquenté. Cependant, les autres cours et l’atelier débutant ont été jugés utiles dans une proportion variant entre 48 % et 91 %. InfoRepère a attiré 162 abonnés et son site Web a reçu 1 425 visiteurs. Douze travaux d’intégration ont été réalisés par les étudiants des années précliniques en 1999-2000. Conclusion : Le programme a en général été bien accueilli et se poursuivra maintenant à l’externat.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".