Enfance et violences : réalisation d'un enseignement hybride pour les étudiants de troisième cycle de médecine générale à Nantes
Bibliographic record
Abstract
Contexte et objectifs : Les violences faites aux enfants sont fréquentes et lourdes de conséquences médico-psychologiques. Le médecin généraliste doit savoir les repérer, au travers d'un faisceau d'arguments, pour mieux protéger et soigner les victimes. Afin de répondre à cet enjeu, nous avons conçu un enseignement hybride, associant un contenu en ligne asynchrone de type SPOC (Small Private Online Course), un forum en ligne et une séance synchrone de questions-réponses avec des experts de la protection de l'enfance. Méthode : Pendant deux ans, l'équipe de travail, composée des deux investigatrices, étudiantes à la faculté de Nantes, d'enseignants au département de médecine générale et d'ingénieurs pédagogiques, a créé cet enseignement selon les critères qualité d'élaboration d'un dispositif hybride proposés par l'Université de recherche Laval, associant des étapes de réflexion, de conception, de production, de diffusion puis d'évaluation. Le soutien matériel et humain de l'institution a été indispensable. Résultats : Le SPOC se compose de neuf modules ayant une structuration commune ; ils sont intitulés : Généralités et définitions, Droit médical, Sémiologie des violences, Accueillir la parole de l'enfant, Psychotraumatisme, Violences sexuelles et inceste, Impact des violences conjugales, Information préoccupante et signalement, Ressources. Afin de répondre à un enjeu attentionnel et motivationnel, ils se composent de présentations filmées ou sonorisées, de mobilisations interactives des connaissances, de liens vers des animations didactiques ou d'extraits documentaires choisis selon leur pertinence pédagogique. Chaque module dispose d'une fiche de synthèse et d'une boîte à outils incluant ressources pratiques, documents informatifs et d'un carnet d'adresses. Conclusion : Concevoir une formation hybride est un processus long et complexe mais présente de nombreux avantages pédagogiques et comprend de multiples perspectives d'évolution. C'est une initiation qui fera l'objet d'une évaluation formative après sa première mise en ligne.
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 | 0.016 | 0.030 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".