MétaCan
Menu
Back to cohort
Record W4409499964 · doi:10.52358/mm.vi20.429

Ingenium de formation lors de la mise en place de formations transversales en santé Illustration par une séquence d’apprentissage du raisonnement clinique

2025· article· fr· W4409499964 on OpenAlexvenueno aff
Delphine Guyet, Pauline Lenesley, C. Robiolle, Anne-Sophie Delair, Céline Menin, Félix-Benjamin Zalabo, Anne‐Christine Rat

Bibliographic record

VenueMédiations et médiatisations · 2025
Typearticle
Languagefr
FieldMedicine
TopicClinical Reasoning and Diagnostic Skills
Canadian institutionsnot available
Fundersnot available
KeywordsPhilosophyHumanities

Abstract

fetched live from OpenAlex

En contexte d’universitarisation avec double diplomation (diplôme d’État et licence universitaire), des formations paramédicales et de mise en place de l’expérimentation des modalités permettant le renforcement des échanges entre les formations de santé au sein de l’Université de Caen-Normandie, de nouveaux référentiels (licence sciences du soin) et des maquettes de formations professionnelles sont produits pour six professions paramédicales. Une nouvelle ingénierie pédagogique est à inventer en tenant compte des nouvelles modalités hybrides de la formation. Cet article analyse l’ingénierie de formation mise en place pour la conception collective d’un module de formation consacré au raisonnement clinique. La démarche de création et d’innovation pédagogique entreprise est réalisée à partir des expériences de travail collectif de professionnels. Elle permet d’identifier les invariants de l’activité dans le raisonnement clinique, avec un regard de formateurs, en repérant des classes de situations emblématiques issues des différents terrains professionnels et transférables aux six professions. La séquence produite collaborativement débouche sur la mise en scène d’une situation de travail habituelle des professionnels en activité, répondant à leurs enjeux de formations : la rencontre du patient et l’analyse de ses déficiences et/ou besoins.

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 imitation

Not 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.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.031
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.659
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0040.031
Meta-epidemiology (narrow)0.0000.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.001
Science and technology studies0.0010.000
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.019
GPT teacher head0.333
Teacher spread0.314 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueMédiations et médiatisationsSame topicClinical Reasoning and Diagnostic SkillsFrench-language works237,207