Adaptation de l’instrument « Évaluation de l’environnement d’apprentissage clinique » : ajout de la composante de la dynamique de groupe
Bibliographic record
Abstract
Résumé Contexte et problématique : Lors d’un stage en groupe, la dynamique entre les stagiaires du groupe peut compromettre leurs apprentissages et nuire à l’expérience de stage. Les instruments de mesure recensés permettent d’évaluer différentes composantes de l’environnement d’apprentissage clinique (EAC) associées à l’expérience d’apprentissage de stagiaires, sans toutefois inclure la composante de la dynamique de groupe en lien avec leur expérience d’apprentissage. Il en est ainsi pour l’instrument de mesure Évaluation de l’environnement d’apprentissage clinique (EEAC), composé de trois sous-échelles. Ce manque ne permet pas de documenter la composante de l’EAC, qui délimite les actions d’amélioration par les personnes superviseures de stage afin de promouvoir une dynamique de groupe optimale pour l'apprentissage. Le but de cette étude était d’adapter l’instrument de mesure EEAC pour y ajouter la sous-échelle de la dynamique de groupe. Méthode : Pour assurer la rigueur scientifique dans l’adaptation de l’instrument, nous avons retenu sept étapes suggérées par DeVellis et Thorpe (2021), soit : 1) déterminer l’objet de mesure, 2) élaborer des énoncés, 3) déterminer l’échelle de mesure, 4) réviser les énoncés, 5) réaliser des entrevues cognitives, 6) réaliser le prétest pour valider les énoncés, et 7) évaluer les énoncés. La dernière étape fut réalisée auprès de 160 stagiaires en sciences infirmières. Résultats : Une sous-échelle spécifique à la dynamique de groupe incluant 16 énoncés a été ajoutée à l'instrument EEAC tels que : « J’étais à l’aise de poser des questions aux stagiaires de mon groupe » et « J’ai ressenti un sentiment d’appartenance à mon groupe ». Le coefficient alpha de Cronbach (0,883) démontre une bonne cohérence interne pour cette sous-échelle et paraît approprié pour évaluer cette composante de l’EAC des stagiaires. Conclusion : L’ajout de la composante de la dynamique de groupe dans l’instrument sert de moyen pour évaluer de façon plus holistique l’EAC, incluant les composantes portées à influencer l’expérience d’apprentissage des stagiaires infirmières. Les résultats permettent aux personnes superviseures d’utiliser l’instrument EEAC adapté afin d’identifier et d’évaluer des actions favorisant une dynamique de groupe optimale à l’apprentissage expérientiel des stagiaires en sciences infirmières. Context and Problem: During group practicums, the dynamics between students in a group can compromise the participants’ learning and hinder the practicum experience. The identified measurement tools make it possible to assess various components of the clinical learning environment (CLE) associated with the students’ learning experience, without, however, addressing group dynamics related to their learning experience. This is
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 | 0.024 | 0.079 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".