Construction de l'enseignement systémique de l'approche familiale en science infirmière : récit d'une situation éducative
Bibliographic record
Abstract
Cet article présente un récit d’une situation éducative qui illustre une nouvelle pratique pour l’enseignement de l’approche systémique familiale en science infirmière. Ce récit provient d’une étude ayant pour but de mieux comprendre les composants de l’enseignement qui facilitent la transformation des conceptions du soin à la famille chez des étudiantes bachelières en science infirmière. À l’aide de la recherche-action et de l’analyse réflexive, une nouvelle pratique éducative de nature systémique a été construite afin d’amener les étudiantes à considérer la « personne-famille en tant qu’unité » plutôt que la personne dans un contexte familial. Les principaux résultats montrent que la professeure est présente autrement et qu’elle utilise des stratégies novatrices, telles que la narration, l’autodialogue, l’écriture et la réflexion critique du compte-rendu intégral de l’entrevue, l’élaboration de scénarios, apprendre à se taire et à écouter avec le cœur pour mieux identifier les concepts prioritaires guidant le soin. Plusieurs entrevues ont été effectuées auprès de six étudiantes et de six familles. La méthode « narration dialoguée » a été utilisée afin de mettre en évidence le sens du cheminement de chacune des entrevues. Cet article présente le récit d’une des six situations éducatives incluant la manière dont la professeure accompagne l’étudiante ainsi que son analyse et interprétation.
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 | 0.016 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.016 | 0.024 |
| Scholarly communication | 0.014 | 0.013 |
| Open science | 0.002 | 0.013 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.017 | 0.003 |
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".