L’intégration des sciences humaines et sociales dans les formations en santé : passer par les arts et le cinéma pour relever les défis
Bibliographic record
Abstract
Contexte : Parce que les pratiques médicales et de soins et les savoirs qui les soutiennent sont des constructions sociales, parce que les situations de soin comportent des enjeux éthiques, convoquent une relation entre humains et doivent tenir compte des souffrances et du vécu propres aux personnes soignées, il est convenu que les sciences humaines et sociales doivent être intégrées dans les formations des professionnels de la santé. Problématique : Au regard d’une telle réflexion, plusieurs questionnements sont formulés : comment sont-elles intégrées dans des programmes de formation en santé ? À quels défis sont-elles confrontées et quel matériel pédagogique peut-on emprunter pour déplacer des contenus de sciences humaines et sociales vers des disciplines de la santé qui sont animées par certains rapports aux savoirs ? Conclusion : Ce texte reprend ces questions et propose de mobiliser les arts, et notamment le cinéma de fiction, pour véhiculer des contenus théoriques de sciences humaines et sociales auprès d’étudiants en médecine et en soins infirmiers.
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 | 0.009 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.009 | 0.037 |
| Scholarly communication | 0.013 | 0.010 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.005 | 0.008 |
| Insufficient payload (model declined to judge) | 0.010 | 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".