Évaluation objective structurée de l’animation du débriefing (ÉOSAD) : traduction, adaptation et validation d’une rubrique
Bibliographic record
Abstract
Contexte :Le débriefing en simulation clinique requiert des habiletés d’animation de la part des formateurs. Bien que des outils d’évaluation validés existent et pourraient servir à leur formation, ils sont uniquement disponibles en anglais et ne sont pas adaptés à la réalité québécoise.But : (1) Traduire une rubrique d’évaluation de la qualité de l’animation du débriefing (Objective Structured Assessment of Debriefing) en français et l’adapter au contexte québécois ; et (2) en tester la validité et la fidélité dans un contexte de formation en sciences infirmières.Méthodes : La rubrique a été traduite et adaptée par trois traducteurs indépendants. Des experts en simulation (n = 11) en ont validé le contenu selon une méthode Delphi modifiée. La rubrique traduite a été mise à l’essai auprès d’animateurs en simulation (n = 10) qui ont évalué la qualité de débriefings filmés (n = 16).Résultats : La rubrique présente une forte validité de contenu selon les experts et une forte validité concomitante en comparaison avec un score d’évaluation générale du débriefing. Les résultats pour les fidélités interjuges et test-retest montrent une variabilité dans l’attribution des scores par les animateurs de débriefing.Conclusion : La rubrique fournit un langage et des critères communs pour évaluer la qualité d’animation des débriefings. Elle pourrait servir de base à la formation des formateurs en précisant des critères de performance et des descripteurs reflétant différents niveaux de performance. Les qualités psychométriques observées suggèrent toutefois qu’une formation plus exhaustive et des modifications dans les descripteurs seraient nécessaires avant que la rubrique ne soit utilisée en contexte de recherche.
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 | 0.140 | 0.241 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.005 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".