Stratégies d'enseignement de la Médecine de la Toxicomanie aux études sous-graduées en médecine: une revue de portée
Bibliographic record
Abstract
Au Canada, dans les milieux cliniques, les questions liées à la toxicomanie restent d’actualité (1). De ce fait, il serait important de s’assurer d’avoir sur le terrain des professionnels de la santé compétents capable de prendre en charge des patients aux prises avec ce trouble. Mais, force est de constater que sur le terrain, les professionnels de la santé, notamment les médecins, ne sont pas assez formés à offrir un service de qualité à ces patients (2). Pour répondre à cette situation, les facultés de médecine ajustent actuellement au besoin leur curriculum afin d’augmenter les connaissances des étudiants sur le sujet. En effet, il existe en ce moment une volonté de la part des Facultés de Médecine d'augmenter de façon significative l'offre de formation en médecine de la toxicomanie notamment aux études sous-graduées.Dans ce contexte, l'Association des Facultés de Médecine du Canada (AFMC) a développé un module extensif qui est proposé aux Facultés. Au cours de la refonte du curriculum qui a lieu en ce moment à l'Université d’Ottawa, il y a une volonté d'implanter ce module. L'objectif de cet revue de portée est d'investiguer les stratégies pédagogiques qui ont été employées dans les Facultés de Médecine à travers le monde pour enseigner la Médecine de la Toxicomanie aux études sous-graduées. Nous utiliserons le modèle PRISMA-ScR pour guider la rédaction de la revue de la portée.
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 | 0.019 | 0.031 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.009 | 0.011 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.004 | 0.012 |
| Research integrity | 0.006 | 0.009 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".