La simulation par immersion clinique, un outil de transfert des connaissances en formation initiale au DEC en Techniques d’inhalothérapie
Bibliographic record
Abstract
Le programme d’études Techniques d’inhalothérapie révisé par le ministère de l’Éducation est implanté en 1997 selon une approche par compétences. Ce nouveau programme propose alors des compétences centrées sur la tâche, indépendamment de la clientèle visée, ce qui provoque le morcellement des contenus spécifiques aux différentes clientèles, notamment la clientèle pédiatrique. Depuis plusieurs années, les différentes instances d’évaluation du programme 141 – Techniques d’inhalothérapie relèvent des lacunes reliées au développement des compétences et à l’exposition de situations d’apprentissage spécifiques à la clientèle pédiatrique. L’intégration de simulations par immersion clinique est donc envisagée comme piste de solution, premièrement pour mobiliser les connaissances antérieures reliées à la clientèle pédiatrique qui ont été morcelées à travers le programme, et deuxièmement en permettant une exposition uniforme aux situations cliniques jugées incontournables dans la formation des inhalothérapeutes au Cégep de Sherbrooke. La simulation par immersion clinique est reconnue comme une activité pédagogique soutenant le développement du raisonnement clinique, rehaussant la préparation clinique et favorisant la confiance professionnelle chez les étudiants et les étudiantes en formation initiale. Toutefois, sera-t-elle un outil permettant le transfert des connaissances antérieures ? À travers les quatre composantes de l’activité de simulation par immersion clinique, retrouve-t-on une composante favorisant plus qu’une autre ce transfert des connaissances ? Un devis mixte joignant le recueil de données quantitatives et qualitatives a permis d’analyser la perception des finissants et finissantes en Techniques d’inhalothérapie ainsi que la perception d’enseignantes et d’inhalothérapeutes sur les attributs des quatre composantes de la simulation par immersion clinique favorisant le transfert des connaissances antérieures. Un questionnaire et des entrevues semi-dirigées, incluant le visionnement des activités de simulation par immersion clinique, ont permis cette collecte de données. Selon la perception de tous les participantes et les participants à cette recherche exploratoire, le transfert des connaissances antérieures est présent à l’intérieur des quatre composantes de la simulation par immersion clinique: le breffage, l’action, l’observation et particulièrement lors du débreffage. Il est toutefois difficile d’isoler une seule composante, puisque les données qualitatives dégagent des perceptions fermes sur les attributs de chacune des composantes favorisant le transfert, joignant des arguments soulevant les différents styles d’apprenants. Sachant que la simulation par immersion clinique n’est pas une activité pédagogique monolithique, est-il pertinent de croire qu’elle mobilise des particularités relatives aux différents styles d’apprentissage à travers ses composantes? Existe-t-il des styles en lien entre le transfert des connaissances antérieures et les styles d’apprentissage? Bien que cette recherche exploratoire propose la perception qu’il existe un processus de transfert des connaissances à l’intérieur des quatre composantes de la simulation par immersion clinique, les résultats de recherche ne peuvent être généralisés, notamment en raison du nombre de participants. Il sera donc pertinent de poursuivre la recherche sur le sujet.
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.018 | 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".