MétaCan
Menu
Back to cohort
Record W3037901910 · doi:10.3917/rfas.201.0281

Plaidoyer pour l’intégration des patients formateurs dans l’enseignement des futurs médecins généralistes à partir de l’expérience de l’université Sorbonne Paris Nord et de la littérature internationale

2020· article· fr· W3037901910 on OpenAlexaff
Frédéric Chevallier, Didier Duhot, Yannick Ruelle, Alain Mercier, Pierre Lombrail, Yohan Saynac

Bibliographic record

VenueRevue française des affaires sociales · 2020
Typearticle
Languagefr
FieldHealth Professions
TopicHealthcare Systems and Practices
Canadian institutionsCentres Intégré Universitaires de Santé et de Services Sociaux
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Dans un contexte de virage ambulatoire, d’augmentation des pathologies chroniques et de nécessité de rendre plus effectifs les parcours de soins encore trop souvent opaques pour les patients, il est urgent de repenser la place et le rôle des différents acteurs du système de soins primaires – en particulier, l’intégration du patient dans la formation spécialisée, mais aussi la formation initiale des médecins généralistes qui est susceptible d’améliorer leurs compétences humaines et cliniques et de changer en conséquence les représentations des étudiants sur leur exercice futur. Certains programmes intègrent des patients dans l’enseignement depuis plusieurs années. Leur impact dépasse la prise en compte de la perspective patient et touche toutes les compétences des futurs médecins. Leur implication peut et doit se faire à tous les niveaux, de l’animation des cours à la gouvernance des différentes instances. Cela doit ouvrir la voie à un partenariat plus harmonieux dans la gestion de soins primaires, voire au-delà. L’université peut avoir un rôle à jouer via la recherche académique tout en adossant cette mission à une nouvelle forme de responsabilité sociale, en permettant l’émergence d’un système non seulement basé sur les preuves, mais également sur des valeurs communes avec les usagers.

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 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)0.002
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.386
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0000.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0030.001
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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 head0.061
GPT teacher head0.351
Teacher spread0.290 · 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

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueRevue française des affaires socialesSame topicHealthcare Systems and PracticesFrench-language works237,207