Les dilemmes éthiques et de professionnalisme rencontrés par les étudiants de 3e années de médecine en stage de chirurgie : analyse des narratifs rapportés par les étudiants
Bibliographic record
Abstract
Nous rapportons une analyse des 1045 écrits narratifs produits sur une période de 16 ans par des étudiants de troisième année de médecine, dans le cadre d’un atelier sur l’éthique et le professionnalisme. À l’occasion de chaque stage de chirurgie effectué dans un des centres hospitaliers affiliés au département de chirurgie de l’Université de Montréal, les étudiants devaient identifier les enjeux éthiques ou de professionnalisme, rencontrés durant le stage. Par la suite, ils devaient dans un essai en raconter la nature et aussi discuter de leur accord avec les décisions prises par les supérieurs dans le cas de l’éthique clinique ou dans le cas de professionnalisme émettre une opinion sur les attitudes et comportements observés chez les cliniciens ou des résidents. Nous avons constaté que le questionnement des étudiants était majoritairement dirigé sur les problèmes de professionnalisme. La communication avec les patients et leurs familles, l’annonce de mauvaises nouvelles, l’obtention d’un consentement, la révélation de la vérité ou d’une erreur médicale et les relations avec les collègues représentaient la majorité des dilemmes rapportés par les étudiants dans leurs narratifs. Nous avons pu comprendre, à la lecture des écrits, les préoccupations éthiques de nos étudiants et les bases de leur raisonnement moral. Nous avons découvert la nature du curriculum caché dans notre milieu hospitalier et les rôles modèles que jouaient auprès des étudiants nos cliniciens et des résidents. Nous avons fait la comparaison avec la littérature existante sur le sujet. Ce travail a permis de valider l’efficacité de la stratégie pédagogique adoptée pour initier les étudiants à l’approche narrative en éthique et pour produire des narratifs signifiants et de qualité. Notre étude se distingue par la longueur de l’observation et le nombre élevé de narratifs analysés. Nous pouvons donc à partir de notre expérience suggérer des recommandations pour la formation et la recherche. Développer une compétence narrative chez les étudiants dès le début de la formation en médecine serait un avantage pour une pratique humaniste et participerait à la construction de l’identité 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 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 | 0.007 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.008 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".