MétaCan
Menu
Back to cohort
Record W3029422822 · doi:10.7202/1068831ar

Mettre en place des conditions gagnantes pour favoriser l’apprentissage : un atout pour la diététiste/nutritionniste

2020· article· fr· W3029422822 on OpenAlex
Hélène Gayraud, Béatrice Pudelko, Lise Lecours

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.
venuePublished in a venue whose home country is Canada.

Bibliographic record

VenueNutrition, science en évolution · 2020
Typearticle
Languagefr
FieldSocial Sciences
TopicEducation, sociology, and vocational training
Canadian institutionsUniversité TÉLUQ
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

La diététiste/nutritionniste, peu importe son champ de pratique, est toujours appelée à travailler au développement de compétences des personnes avec lesquelles elle collabore (clients, patients, employés). Ce développement de compétences, sans s’y limiter, exige l’acquisition de connaissances, qu’on souhaitera favoriser. L’approche cognitive reconnaît la complexité des aspects socioculturels de l’apprentissage, lesquels sont étroitement liés à l’acquisition de connaissances. Ainsi, les professionnels de la santé ont avantage à tirer profit de ce que proposent les sciences cognitives dans leurs interventions et leur planification. La prise en considération des acquis des individus et des groupes et la structuration des connaissances autour de tâches concrètes et authentiques sont deux types de conditions qui peuvent être mises en place afin de favoriser le développement de compétences. Concrètement, le respect de ces conditions se traduit par la sélection et l’utilisation de stratégies pédagogiques appropriées, dans une intervention individuelle comme de groupe. Les questions, le dialogue, les analogies, les exemples, les schémas et graphiques, les mises en situation, les jeux de rôles et les exercices sont tout autant de stratégies à exploiter pour faciliter l’apprentissage. Bien que parfois utilisées de façon intuitive, le professionnel gagne à en saisir le fondement afin d’en faire une sélection et une mise en œuvre judicieuses.

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.

Full frame distilled prediction

Teacher imitation

Not 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.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.004
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.570
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0050.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.002
Science and technology studies0.0040.009
Scholarly communication0.0000.002
Open science0.0010.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.117
GPT teacher head0.404
Teacher spread0.287 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it