Le jeu d’évasion médical : impacts pédagogiques sur les résidents en médecine de famille en préparation à leurs examens de certification
Bibliographic record
Abstract
Contexte et objectif : Dans un contexte où les méthodes pédagogiques actives gagnent en popularité, un jeu d’évasion médical a été développé afin de soutenir la révision des résidents en médecine familiale à l’approche de leur examen de certification. L’étude visait ici à évaluer qualitativement son impact pédagogique à trois mois. Méthodes : L’étude repose sur une méthode qualitative descriptive utilisant des groupes de discussion auprès de 15 résidents, trois mois après l’activité et deux mois après l’examen. Les participants ont été divisés en trois groupes mixtes de cinq personnes. L’analyse a suivi l’approche thématique de Braun & Clarke, en s’appuyant sur le modèle de Kirkpatrick pour catégoriser les impacts en trois niveaux : réactions, apprentissages et comportements. Résultats : Réactions : Les participants ont unanimement exprimé une appréciation du jeu, malgré quelques irritants techniques. Apprentissages : L’activité a surtout favorisé la consolidation des acquis, la validation des connaissances, la participation active et une meilleure rétention via l’immersion narrative. La diversité des thèmes abordés a été saluée. Comportements : L’activité a permis d’observer la collaboration, la répartition naturelle des tâches, l’émergence de leadership et une réflexion sur les rôles en équipe. Plusieurs participants ont rapporté des effets indirects sur leur étude en vue de l’examen. Conclusion : Ce jeu d’évasion pédagogique a généré un fort engagement des résidents, consolidé les apprentissages et favorisé la dynamique de groupe. Toutefois, les limites méthodologiques (biais possibles, petit échantillon, dépendant du contexte) appellent à la prudence dans l’interprétation. L’intégration d’évaluations pré/post, d’un groupe contrôle et d’une analyse plus poussée de la charge cognitive sont suggérées pour de futures études.
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 | 0.020 | 0.037 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| 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".