Implantation de la méthode pédagogique <i>One Minute Preceptor</i> dans une unité de soins intensifs pédiatriques : analyse des barrières et facilitateurs à son utilisation pour l’enseignement aux résidents
Bibliographic record
Abstract
Introduction : Les défis inhérents à l’enseignement dans le milieu des soins intensifs sont en lien avec l’environnement stressant, le grand débit de patients et la charge de travail. L’utilisation de la méthode pédagogique One Minute preceptor (OMP) a été identifiée pour répondre à cette problématique. Objectif : Identifier les barrières et les facilitateurs à l’utilisation de l’OMP dans une unité de soins intensifs pédiatriques (SIP) avant son implantation. Méthode : Il s’agit d’une étude descriptive qualitative. Les médecins du service et les résidents en stage aux SIP ont pris part à des entrevues individuelles semi-structurées où les barrières et facilitateurs à l’implantation de l’outil ont été explorés puis analysés par thème. Résultats : Les principaux facilitateurs identifiés sont : sa compatibilité avec l’organisation et la culture du service et la réponse à un besoin. Les principales barrières à l’implantation sont : la crainte de mettre les résidents mal à l’aise si la méthode est utilisée devant un grand groupe de personnes dans un contexte de culture de performance, le manque de temps accordé à l’enseignement, le risque d’augmentation de la charge mentale des médecins et la méconnaissance des étapes de la méthode. Conclusion : Cette étude indique que l’OMP est un outil prometteur dans le cadre de l’enseignement en milieu clinique aux SIP. Une réflexion à un niveau plus systémique concernant la culture de performance pourrait contribuer à créer un environnement sécuritaire et collaboratif qui puisse favoriser les apprentissages selon un modèle expérientiel.
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 | 0.012 | 0.026 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".