Bibliographic record
Abstract
Pourquoi s’intéresser au développement et à l’évaluation de la réflexivité en santé ? L’acquisition de compétences professionnelles ne peut se traduire uniquement par l’assimilation de connaissances ou l’intégration de techniques à reproduire. Cela demande la mise en relation des apprentissages réalisés autant dans les stages et les cours pratiques que dans les cours théoriques. Cela suppose des moments de réflexion sur ses anticipations, ses actions et le retour sur ses expériences. La réflexivité prend ainsi une grande importance dans différentes formations professionnalisantes. Cet ouvrage, basé sur des recherches et formations effectuées au Québec, vise à former à la réflexivité et à en évaluer le degré d’atteinte. Issu d’accompagnements-formations réalisés dans les domaines infirmier et de la santé, plus spécialement en Belgique mais aussi en France, il établit les fondements liés à la réflexivité et au développement de compétences, mais aussi au jugement professionnel et à l’équité dans l’évaluation. Comme les formations professionnalisantes incluent des stages, l’ouvrage propose plusieurs stratégies portant sur le questionnement et la réalisation d’entretiens d’accompagnement. Des grilles d’évaluation sont également fournies autant pour des productions écrites que pour des communications orales. L’ouvrage apportera un éclairage certain sur l’évaluation de la réflexivité pour les personnes accompagnatrices-formatrices-enseignantes et aidera à ce que la réflexivité fasse partie intégrante des formations professionnalisantes.
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 | 0.027 | 0.032 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.022 |
| Scholarly communication | 0.016 | 0.010 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.014 | 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".