Développement d’un modèle de raisonnement clinique par son explicitation auprès d’optométristes de deux niveaux d’expertise contrastants
Bibliographic record
Abstract
L’optométrie a récemment connu une expansion rapide de son champ de pratique, ce qui rehausse l’importance pour les optométristes actuels et futurs de développer leur raisonnement clinique. Ce dernier n’ayant jamais été investigué en optométrie, il est quasi absent des programmes de formation. Cette compétence reste donc implicite et plus difficile à apprendre. La présente étude de cas instrumentale collective avait pour objectifs de déterminer les processus de raisonnement clinique d’optométristes de niveaux compétent et expert, et de les comparer pour faire ressortir ce qui caractérise l’expertise. Elle visait aussi à valider un modèle de raisonnement clinique en optométrie. Le raisonnement clinique a été explicité chez quatre optométristes de chacun des niveaux compétent et expert par une rétroaction vidéo guidée par l’entretien d’explicitation. Un modèle de raisonnement clinique a ensuite été validé auprès d’optométristes de niveau expert. Les résultats démontrent que les optométristes des deux niveaux utilisent les mêmes processus de raisonnement clinique, mais qu’ils les mettent en oeuvre différemment. L’expertise se caractérise par une meilleure prise en compte du patient, une meilleure planification, une capacité à réfléchir pendant des tâches exigeantes, une représentation du cas clinique précoce, une meilleure anticipation et une élaboration des stratégies d’intervention répartie sur toute la consultation. Le modèle de raisonnement clinique issu de cette étude est centré sur la construction progressive de la représentation du cas clinique et des diagnostics, en parallèle avec l’élaboration des stratégies d’intervention. L’explicitation du raisonnement clinique et la validation d’un modèle de raisonnement clinique spécifique à l’optométrie sont susceptibles d’entraîner des retombées en pratique, en formation et en recherche. Cette étude a fourni des pistes pour l’apprentissage du raisonnement clinique dans une perspective de développement de l’expertise professionnelle.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.017 | 0.185 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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.
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 teacher head, 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".