Choix de savoirs essentiels et pertinents à enseigner en Soins infirmiers au cégep de Sherbrooke.
Bibliographic record
Abstract
Le but de cette recherche est d'élaborer une démarche qui permet de choisir des savoirs essentiels à l'acquisition des compétences dans le programme de Soins infirmiers au cégep de Sherbrooke. Cette démarche s'appuie sur une référence valide. Elle sera par la suite mise à l'essai auprès d'enseignants ou d'enseignantes de Soins infirmers du cégep de Sherbrooke. Lors de l'évaluation de l'implantation du programme de Soins infirmiers, certaines problématiques ont été constatées dont l'ampleur des contenus disciplinaires. Le passage de la logique de contenus à la logique de compétences ne s'est pas totalement réalisé. Devant ces constats, il faut réfléchir à la notion de compétence et aux références qui guident et influencent le choix des contenus de cours. La recension des écrits démontre que c'est la didactique qui s'intéresse au rapport que l'enseignant ou l'enseignante a avec les savoirs à enseigner. Raisky et Loncle (1993) ont réalisé des travaux sur les références possibles dans des programmes d'études professionnelles. Ils ont revisité le triangle pédagogique et ils ont redéfini le pôle des savoirs à enseigner en trois nouveaux concepts : les situations professionnelles, les activités professionnelles et les savoirs professionnels. Selon eux, dans les programmes techniques, les disciplines doivent changer de référence et effectuer leurs choix de contenus en fonction de la profession.
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 | 0.009 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.010 | 0.004 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.023 | 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".