Modéliser une situation de triage en accès direct : une traduction didactique du raisonnement clinique en kinésithérapie
Bibliographic record
Abstract
Contexte : L’accès direct en kinésithérapie, autorisant la consultation sans prescription médicale, transforme les responsabilités professionnelles des kinésithérapeutes. Cette évolution requiert une capacité de triage fondée sur le raisonnement clinique, articulant sécurité du patient et autonomie décisionnelle. Objectif : L’objectif de cette étude est de modéliser la structure conceptuelle de la situation de triage mobilisant le raisonnement clinique en accès direct pour une consultation en raison d’une lombalgie. Cela permettra de mieux comprendre les processus décisionnels des kinésithérapeutes et d’en permettre la traduction didactique. Méthode : Une étude qualitative de type ethnographie ciblée a été menée auprès de kinésithérapeutes expérimentés. Chacun des cinq participants a réalisé une consultation simulée en accès direct pour lombalgie avec une patiente standardisée, suivie d’un entretien d’auto-confrontation. Les données ont été analysées selon une approche thématique mixte (déductive et inductive). Résultats : Cinq thèmes principaux émergent : émotions (responsabilité, frustration), processus de raisonnement (analytiques, non analytiques, interactifs), concepts organisateurs de l’action (douleur, anamnèse, contexte), et moments clés de décision (repérage des indices, fixation d’objectifs, catégorisation pour l’action). Ces éléments composent une structure conceptuelle de situation permettant de situer la décision sur une échelle de préoccupation, menant à un diagnostic kinésithérapique d’inclusion, d’exclusion et/ou d’orientation. Conclusion : Cette structure conceptuelle formalise les schèmes implicites du raisonnement clinique en accès direct et constitue une ressource didactique pour la formation et la supervision clinique. Elle favorise la transformation des savoirs professionnels tacites en savoirs enseignables et contribue à rapprocher travail réel et travail prescrit.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.083 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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.
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 teacher head, 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".