Apprendre ensemble : attitudes des étudiants en médecine envers la pratique collaborative suite à un cours d’éducation interprofessionnelle impliquant un patient-formateur
Bibliographic record
Abstract
Les cours d’éducation interprofessionnelle (IPE) permettent de cultiver la pratique collaborative, composante intégrante et contemporaine de la prestation optimale des soins aux patients. Ce projet de recherche a pour but d’explorer si un cours d’IPE utilisant, entre autre, un atelier interprogramme et la rétroaction d’un tandem composé d’un patient partenaire à profil formateur et d’un professeur, influence les attitudes des étudiants en médecine envers l’IPE, ainsi que le développement des habiletés de communication et de collaboration. Quarante-six de 250 étudiants en troisième année de médecine ayant participé au cours ont rempli le questionnaire Readiness of Health Care Students for InterProfessional Learning Scale. Près de 90% de ces étudiants démontrent une attitude positive envers l’IPE. L’analyse qualitative de plus de 1500 commentaires écrits de 223 étudiants en médecine à partir d’un questionnaire d’évaluation du cours a démontré que ceux-ci perçoivent une amélioration de leurs habiletés de communication et de collaboration, une confiance accrue en leurs compétences et globalement une meilleure compréhension des rôles et responsabilités des professionnels. Des facteurs influençant leurs attitudes et croyances, ainsi que les barrières à l’IPE émergent de l’analyse, tels que l’importance d’un respect mutuel et de l’abolition des préjugés envers les autres professions pour la réussite de l’IPE. En participant à ce cours d’IPE, les étudiants de l’Université de Montréal ont une opportunité exceptionnelle de s’initier à la pratique collaborative en partenariat de soins avec le patient. Les barrières à la participation des étudiants de médecine à la recherche pédagogique sont discutées et des pistes de solution pour rehausser leur intérêt dans le futur sont présentées.
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 | 0.037 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".