Version classiqueVersion mobile

Emmêler & démêler la parole

 | 
Katja Ploog
, 
Sophie Mariani-Rousset
, 
Séverine Equoy-Hutin

Seconde partie : la parole comme lieu du soin

L’annonce d’une mauvaise nouvelle à un patient : méthodologie de l’analyse multimodale d’un corpus de formation

Jorane Saubesty, Marion Tellier et Daniel Francon

Résumé

À travers notre étude, nous proposons une analyse linguistique des interactions patient/médecin en situation de formation à l’annonce d’événement indésirable grave (EIG). Nous nous plaçons dans le cadre de la linguistique interactionnelle, laquelle a pour objectif d’étudier les structures et les usages de la langue, en interaction et dans son environnement naturel (Selting et Couper-Kuhlen, 2001 : 1). Nous adoptons également une perspective multimodale, à savoir que nous considérons la parole comme un tout composé de vocalisations, de gesticulations, d’expressions faciales, etc. (McNeill, 1992). Partant du constat de Lausberg et Sloetjes (2009) selon lequel la méthodologie employée pour la catégorisation gestuelle, notamment, n’est souvent pas clairement définie et reste opaque, nous souhaitons exposer le schéma d’annotation utilisé dans notre étude de façon claire et précise. Ce schéma s’articule autour de deux notions interactionnelles que sont les séquences de réparation et les feedbacks et des différentes modalités langagières.

Texte intégral

1. introduction

1Une mauvaise nouvelle est « une nouvelle qui modifie profondément et de façon péjorative l’avenir d’un individu » (Garderet et al., 2006). Il s’agit d’une nouvelle particulièrement difficile à annoncer pour le médecin (Hureaux et al., 2012) et à entendre pour le patient ou son aidant (i.e. la famille, les proches). Or, en France, la formation initiale médicale s’emploie à former de bons techniciens mais non de bons communicants (Galam, 2005). Les personnels de santé sont amenés à pratiquer l’annonce d’une mauvaise nouvelle souvent sans aucune formation en la matière. Malgré ce constat et la rédaction d’une loi votée en 2002 rendant obligatoire l’information du patient sur son état de santé, il aura fallu attendre 2008 pour que la Haute Autorité de la Santé (HAS) publie un ensemble de recommandations quant à la marche à suivre pour réaliser une annonce d’une mauvaise nouvelle, et 2011 pour l’annonce d’un dommage associé aux soins.

  • 2 L’Institut Paoli-Calmettes est une structure privée à but non lucratif. Cet établissement est un Ce (...)

2Certains établissements hospitaliers proposent des formations destinées au personnel médical et paramédical, par le biais de simulations. C’est le cas notamment de l’Institut Paoli-Calmettes à Marseille, qui propose, deux fois par an, une formation à l’annonce d’un dommage lié aux soins, comprenant des éclairages philosophiques, juridiques mais aussi linguistiques à partir de mises en situations réalistes2. En effet, si les linguistes portent un intérêt particulier aux relations médecins/patients (Traverso, 2001 ; Tanguy et al., 2011 ; Gerwing & Dalby, 2014), le corps médical commence également à s’intéresser à l’apport des linguistes dans le domaine comme le montre le projet ANR ACORFORMed (Ochs et Blache, 2016). Ce projet ANR a pour but d’explorer la question de l’interaction multimodale d’un langage naturel, ses bases théoriques et son expérimentation dans un environnement de réalité virtuelle grâce au développement d’un agent conversationnel animé doté de hautes compétences de communication en langage naturel. Ce projet regroupe des chercheurs en linguistique et en informatique notamment mais également des médecins (Institut Paoli-Calmettes, Marseille et Centre Hospitalier Universitaire d’Angers) impliqués dans l’élaboration et la validation de l’agent conversationnel animé que ce soit au niveau du réalisme de l’environnement virtuel, ou de la structure interne de l’agent conversationnel animé.

3La linguistique, et notamment la linguistique interactionnelle dans laquelle s’inscrit cet article, a pour but de comprendre les mécanismes en présence lors d’un échange langagier dans un contexte donné. En effet, la linguistique interactionnelle se pose la question de savoir comment les structures linguistiques et leurs modèles d’utilisation sont façonnés et façonnent eux-mêmes l’interaction (Couper-Kuhlen & Selting, 2001). En d’autres termes, il s’agit d’établir comment les structures linguistiques et leurs modèles d’utilisation sont influencés par l’annonce d’un dommage, et influencent eux-mêmes cette annonce.

4Lors d’une annonce, il est essentiel que le message soit compris par le patient. Il revient au médecin d’être clair et de rendre son discours accessible. « Annoncer, c’est cheminer avec un patient vers la connaissance qui le concerne » (HAS, 2008 : 4). Pour s’assurer de la compréhension d’un message, deux phénomènes peuvent être étudiés : les feedback et les séquences de réparation – deux phénomènes primordiaux dans le mécanisme de compréhension (voir définitions section 2). Le premier car il permet de donner un retour de l’interlocuteur (i.e. celui qui écoute) au locuteur (i.e. celui qui parle) ; le second car il permet de rétablir la compréhension. Dans le cadre de notre recherche, nous nous posons la question de comprendre comment l’annonce d’un dommage lié aux soins influence l’utilisation et la réalisation du back-channel feedback et des séquences de réparation ; et comment l’utilisation et la réalisation de ces derniers ont un impact sur l’annonce.

5Pour ce faire, nous adoptons une perspective multimodale, c’est-à-dire que nous considérons toutes les modalités qui peuvent être utilisées pour transmettre un message (Colletta, 2004). Quand nous parlons, nous ne disons pas seulement des mots mais nous les disons avec une certaine mélodie (i.e. prosodie). Nous pouvons les renforcer de gestes faciaux (i.e. regard, sourire, mouvement de sourcils, etc.) ou les illustrer avec des gestes manuels par exemple. Toutes ces modalités se combinent pour transmettre le message (fig. 1).

Fig. 1 : Schéma de la multimodalité

Fig. 1 : Schéma de la multimodalité

6Le terme modalité fait référence ici aux modalités sensorielles, qui sont les modalités visuelle, auditive et tactile. Dans la perspective multimodale de l’interaction en face à face, ne sont considérées que les modalités visuelle (ou kinésique) et auditive (ou orale). Nous allons plus loin en proposant cinq sous-modalités, que certains appelleront canaux : verbale et prosodique pour la modalité auditive, gestuelle manuelle, posturale et gestuelle faciale (incluant les mouvements de tête) pour la modalité visuelle. N’utilisant pas la distinction « visuelle, auditive et tactile », nous ferons référence aux sous-modalités précitées comme des modalités tout au long de cet article.

7Afin de pouvoir analyser les données d’un corpus dans une perspective multimodale et interactionnelle, en termes de feedbacks et de séquences de réparation, il convient de coder ces données. Il existe plusieurs systèmes de codage pour l’analyse multimodale, tel que le MUMIN coding scheme (Allwood et al., 2007), le NEUROGES-ELAN system (Lausberg & Sloetjes, 2009), ou encore le système développé par Kipp et al. (2007), parmi d’autres. Cependant, les schémas d’annotation établis pour une recherche particulière ne sont pas toujours réutilisables avec d’autres types de données et – bien que ces derniers aient la volonté d’être les plus universels possible – chaque système de codage (ou schéma d’annotation) est développé pour répondre à une/des question(s) précise(s). Ainsi, Allwood et al. se focalisent sur l’annotation du feedback, de l’organisation des tours de parole et du séquençage, quand Kipp et al. se focalisent sur les gestes manuels co-verbaux, proposant de les décrire temporellement, spatialement et dans leur relation à la parole.

8Nous présentons ici le schéma d’annotation élaboré dans le cadre de notre étude. Il s’agit d’un travail en cours guidé par une réflexion axée sur l’aspect méthodologique du traitement de corpus. Partant du constat de Lausberg et Sloetjes (2009) selon lequel la méthodologie employée pour la catégorisation gestuelle, notamment, n’est souvent pas clairement définie et reste opaque, nous souhaitons exposer ce schéma d’annotation de façon claire et précise, ainsi qu’apporter une réflexion sur les méthodes d’élaboration et de validation des schémas d’annotation.

9Dans les parties suivantes, nous présenterons la méthodologie utilisée pour le traitement de nos données. Nous nous attacherons d’abord à décrire les deux phénomènes qui nous intéressent particulièrement, à savoir les back-channel feedbacks et les séquences de réparation. Nous présenterons ensuite le corpus avec lequel nous travaillons, puis la méthodologie de transcriptions et d’annotations. Nous exposerons également les types d’analyses envisagés, illustrés par des exemples d’analyses préliminaires. Enfin, nous discuterons les résultats obtenus avant de conclure.

2. le back-channel feedback et les séquences de réparation

10L’annonce d’un dommage associé aux soins est un temps délicat et important, que ce soit pour les médecins ou pour les patients. Pour les uns, il s’agit d’un moment stressant, pendant lequel leurs compétences peuvent être remises en question ; pour les autres, l’annonce d’une mauvaise nouvelle peut être perçue comme une erreur commise par le personnel médical, et mettre à mal la confiance établie. Il s’agit d’une interaction à haute charge émotionnelle. Lorsqu’un dommage lié aux soins survient, l’intégrité physique voire psychique du patient est atteinte, et l’annonce, lorsqu’elle se déroule bien, est déjà un début de traitement, un pas vers le mieux être et le soin. Comprendre ce que le personnel médical dit lors d’une annonce est alors d’une importance cruciale. Il revient au médecin d’être clair et de mettre tout en œuvre pour que le message soit compris. De son côté, le patient a en charge de faire savoir qu’il comprend mais également qu’il ne comprend pas ce qui est dit. Pour ce faire, le patient produit du feedback, c’est-à-dire qu’il donne des informations à propos de son attention, de sa perception, de sa compréhension et de sa réaction à ce qu’il se dit (Bunt, 2012). Le feedback peut être à la fois visible ou audible, et peut inclure, parmi d’autres, des énoncés comme « hmm », « ouais », « non », des hochements de tête, des sourires ou des inspirations dramatiques (Bavelas et al., 2002). Il peut être produit sur le canal principal, lorsque le locuteur qui le produit est le locuteur principal, mais son canal privilégié est le back-channel. Lequel est un canal secondaire, utilisé lorsque l’interlocuteur ne souhaite pas perturber la parole du locuteur ou lorsque l’interlocuteur ne souhaite pas prendre la parole. On parle alors de back-channel feedback. Ce dernier peut être positif ou négatif. Un feedback négatif s’apparente, par exemple, à un manque d’attention, un défaut de perception, de compréhension ou une réaction de désaccord. La production d’un feedback négatif entraîne généralement une séquence de réparation. Les séquences de réparation sont des moments dans l’interaction où un problème survient et où l’attention des participants est orientée vers ce problème (Schegloff et al., 1977 ; Uhmann, 2001). Ainsi un feedback négatif est le moyen idéal, mais non unique, de signaler un problème et de déclencher une séquence de réparation. Les séquences de réparation peuvent apparaître à tout moment dans l’interaction (Uhmann, 2001). Elles débutent lorsqu’un locuteur produit un énoncé potentiellement problématique. Si l’interlocuteur juge cet énoncé problématique, il peut l’exprimer et demander au locuteur de le réparer, lequel s’exécute généralement. On parle alors de séquence hétéro-initiée. Parallèlement, le locuteur peut juger que son propre énoncé est problématique et décider de le réparer. On parle alors de séquence auto-initiée. Une fois le problème identifié, les participants utilisent différentes stratégies pour pouvoir le réparer (reformulation, explication, répétition, etc.). Enfin, le locuteur peut valider ou non la réparation de son interlocuteur en exprimant sa compréhension d’un hochement de tête, ou d’un « d’accord » par exemple.

3. corpus

Fig. 2 : Aperçu du corpus

Fig. 2 : Aperçu du corpus

11Le corpus utilisé dans le cadre de cette recherche a été créé et appartient à l’Institut Paoli-Calmettes (Marseille). Il s’agit d’enregistrements de séances de formation à l’annonce d’un dommage lié au soin par la simulation, sous forme de jeu de rôles autour d’un cas médical fictif (mais inspiré de cas réel). Ces enregistrements sont effectués dans le cadre de la formation et pour la formation. Ces vidéos n’ont pas été enregistrées pour l’analyse linguistique. Il s’agit donc de véritables séances de formation. Le corpus se compose de sept vidéos d’une durée totale d’environ 1 heure et 30 minutes, des enregistrements audio associés, ainsi que de sept fichiers regroupant, pour chacune des vidéos, les annotations effectuées. Chaque séance de simulation est exécutée par un médecin en formation (5 hommes, 2 femmes) face à une même actrice (5 séances) ou un même acteur (2 séances). Le tout est donc constitué de deux interactions homme-homme, deux interactions femme-femme et trois interactions homme-femme pour lesquelles les hommes sont les médecins en formation.

12Avant le début de la simulation, le formateur remet au médecin un scénario pour le jeu de rôle récapitulant le cas du patient, ses antécédents médicaux, le déroulement de l’opération et les différents thèmes à aborder. De son côté, l’acteur (ou l’actrice) reçoit une fiche décrivant son rôle, un bref résumé de la situation actuelle et l’historique médical du patient, ainsi que des questions à poser. Les participants bénéficient de quelques minutes pour lire leurs fiches respectives, s’imprégner de leur rôle et poser d’éventuelles questions au formateur. Après quoi, ils rendent tous deux leurs fiches et entrent dans la salle de simulation. Le médecin doit alors mener la consultation d’annonce telle qu’il l’aurait fait en situation réelle. La simulation s’arrête lorsque le médecin clôture la consultation et raccompagne l’acteur vers la porte. Le formateur, le médecin et l’acteur visionnent ensuite la consultation tous ensemble et débriefent. Les débriefings ne sont pas filmés et ne font pas partie du corpus. Car si les vidéos des débriefings peuvent être hautement intéressantes pour l’analyse, le corpus a été entièrement réalisé par l’Institut Paoli-Calmettes dans le seul cadre de la formation à l’annonce d’un dommage lié aux soins. Filmer les séances permet au formateur d’avoir un support sur lequel appuyer ses remarques. En revanche, filmer le débriefing ne revêt pas d’intérêt immédiat pour la formation.

13Pour chacune des séances de formation recueillie dans ce corpus, le médecin s’adresse à la famille du patient (femme ou fils) et le cas à annoncer reste le même d’une simulation à l’autre : le patient a dû subir une opération chirurgicale pour régler un problème d’occlusion intestinale. Au cours de l’opération, malgré les précautions prises par le personnel médical, du liquide gastrique est passé dans les poumons, entraînant une détresse respiratoire. À l’heure de l’annonce, le patient a été transféré en réanimation et l’issue est très incertaine. Il s’agit d’un dommage lié aux soins sans erreur de la part du personnel médical, dû à un aléa thérapeutique ayant entraîné une admission postopératoire imprévue en réanimation.

4. traitement des données

14Pour pouvoir répondre à nos questions concernant la diffusion du message dans une situation asymétrique à haute charge émotionnelle, nous avons d’abord procédé à l’annotation du corpus, puis extrait les données identifiées par les annotations.

4.1. outils d’annotation et de transcription

15Les vidéos sont transcrites et annotées grâce à plusieurs logiciels : PRAAT (Boersma & Weenik, 2013) pour la transcription, ELAN (Sloetjes & Wittenburg, 2008) pour l’annotation multimodale et SPPAS (Bigi, 2015) pour l’extraction de données.

4.2. Schéma d’annotation

16Le schéma d’annotation est l’ensemble des annotations effectuées sur un corpus (Tellier, 2014). Dans cette partie, seront décrits les différents phénomènes étudiés et les annotations qui en découlent. Nous présenterons d’abord les back-channel feedbacks puis les séquences de réparation identifiables pendant les séances de formations à l’annonce de dommage lié au soin. Chacun de ces deux phénomènes est exprimé à l’aide des différentes modalités pour lesquelles nous détaillerons les différentes annotations effectuées.

4.2.1. Back-channel feedback

17Nous avons défini le feedback comme des expressions produites sur le back-channel dans le but de donner des informations à propos de l’attention, de la perception, de la compréhension et des réactions de l’interlocuteur (Bunt, 2012).

18L’annotation du back-channel feedback se fait en deux étapes. Tout d’abord, nous identifions les productions de chaque participant. Cela peut-être un « oui » ou un hochement de tête par exemple. Puis nous labélisons chacun de ces feedbacks selon la ou les modalités dans lesquelles ils sont produits. Nous précisons chaque modalité utilisée pour chaque production à l’aide du codage suivant : « P » correspond aux vocalisations, « T » aux mouvements de tête, « G » aux gestes manuels, « Post » aux postures. Nous utilisons le symbole mathématique « + » lorsque plusieurs modalités sont utilisées en même temps. Par exemple, si un participant dit « hmm » en hochant la tête, nous annotons « T + P ».

4.2.2. Séquences de réparation

19Nous avons défini les séquences de réparation comme des moments dans l’interaction où un problème de compréhension survient et où l’attention des participants est orientée vers ce problème (Uhmann, 2001 ; Schegloff et al., 1977). Un problème dans l’interaction est caractérisé par une rupture dans l’énonciation. Cette rupture peut être due au fait que l’interlocuteur n’a pas entendu, n’a pas compris, n’est pas sûr d’avoir compris ce que le locuteur a dit. Elle peut être aussi due à des croyances ou des connaissances différentes. Une séquence de réparation commence lorsque les deux locuteurs sont désynchronisés, pour l’une ou l’autre des raisons évoquées ci-dessus, et se termine lorsque les locuteurs sont de nouveau synchronisés, qu’ils partagent de nouveau la compréhension du message ou les mêmes croyances. Cette resynchronisation se fait par le biais d’une réparation, à la demande de l’interlocuteur ou à l’initiative du locuteur. La réparation peut être une répétition de ce qui n’a pas été entendu, une explication de ce qui n’a pas été compris, une confirmation de ce qui a été compris, etc.

20L’annotation des séquences de réparation se fait en deux étapes. Premièrement, nous identifions les points de départ et de fin des séquences. Nous considérons l’IPU (Interpausal Unit/Unité Interpausale, voir 4.2.3) contenant l’énoncé problématique comme le point de départ de la séquence et la validation de la réparation, ou uniquement la réparation, si la validation n’est pas exprimée, comme le point de fin de la séquence. Deuxièmement, nous labélisons la séquence, selon qu’elle est auto-initiée ou hétéro-initiée.

4.2.3. Modalité verbale

21Le signal audio est automatiquement segmenté en IPUs, lesquelles sont des unités de parole chacune séparée par au moins 200 millisecondes de silence. Cette durée est considérée comme la durée moyenne d’un silence en français, les 200 millisecondes correspondant à la durée de l’initiation d’une consonne plosive. Utiliser une durée de silence inférieure pour le découpage des unités de parole pourrait amener les outils d’annotation automatique à découper à l’intérieur même de consonnes plosives. En outre, utiliser l’IPU comme unité permet un découpage de la parole exempt de toute interprétation (Koiso et al., 1998).

22La parole de chaque participant est ensuite transcrite sur des lignes individuelles (i.e. piste) en utilisant la convention TOE (Transcription Orthographique Enrichie : Bertrand et al., 2008), laquelle permet une transcription plus fine des phénomènes de la parole orale – en proposant notamment des symboles pour la transcription du rire, des phonèmes non prononcés, des prononciations déviantes, etc.

23Enfin, les IPUs sont à leur tour automatiquement segmentées en tokens. Les tokens s’apparentent à des mots, mais s’en différencient en ce qu’ils sont des unités sémantiques plutôt que des unités liées à leur transcription. En effet, communément, un mot est conçu comme un ensemble de lettres séparé d’un autre ensemble de lettres par un espace. Or, à l’oral, de tels espaces n’existent pas. Ainsi, « je ne sais pas » prononcé « chpas » ne peut être considéré comme trois mots distincts, notamment car la réalisation ne se fait qu’en une seule syllabe. En revanche, il est possible d’y voir une unité sémantique, l’ensemble a un sens propre. Il en va de même pour des expressions telles que « il y a » ou encore « pendant que » par exemple.

4.2.4. Modalité gestuelle manuelle

24Les gestes manuels co-verbaux sont des gestes de la main et/ou de l’avant-bras produits en accompagnement de la parole et qui ajoutent du sens au discours (McNeill, 1992). Ils sont une sous-modalité à part entière parmi les cinq sous-modalités présentées plus haut et font partie de la modalité visuelle (ou kinésique). Les gestes manuels co-verbaux se distinguent des autres gestes manuels en ce qu’ils entretiennent une relation étroite et insécable avec la parole. Cette relation induit que les gestes co-verbaux puissent revêtir différentes dimensions dépendamment de la parole avec laquelle ils apparaissent (McNeill, 2005 ; Bavelas et al., 1992). Ils peuvent porter une dimension illustrative, du concret comme de l’abstrait (gestes iconiques ou gestes métaphoriques). Ils peuvent également porter une dimension déictique (gestes déictiques), rythmique (battements – McNeill, 1992), interactive (gestes interactifs – Bavelas et al., 1992) ou emblématique (emblèmes – Ekman et Friesen, 1969). De même que la parole, les gestes co-verbaux peuvent être parfois avortés. Les dimensions des gestes co-verbaux ne sont pas exclusives, un geste peut être à la fois iconique et interactif, ou être un battement superposé sur un métaphorique (McNeill, 1992).

25Les gestes manuels co-verbaux ont été identifiés selon la méthode proposée par Saubesty (2012) puis labélisés en fonction des catégories présentées ci-dessus.

4.2.5. Modalités gestuelles faciale et posturale

26En ce qui concerne ces deux modalités, nous avons concentré notre attention sur le regard et les sourires ainsi que les postures.

27Nous annotons le regard des médecins en fonction de trois directions : vers soi, vers l’interlocuteur et ailleurs (Tan et al., 2010 ; Gullberg & Kita, 2009). Il nous a été impossible d’annoter le regard des aidants car les vidéos n’étant pas faites pour les besoins de notre étude, la vue de la caméra est essentiellement focalisée sur le médecin. De la même manière, une annotation fine du regard a été compromise par le port de lunettes de plusieurs médecins d’une part et un faible éclairage d’autre part. L’annotation d’une paire de participant a été impossible.

28Enfin, une piste « posture » permet d’annoter les mouvements du buste et, de façon plus globale, du corps. Ces mouvements sont annotés à la seule condition de ne pas appartenir à la position dite « de repos » du locuteur.

4.2.6. Gestes extra-communicatifs

29Les gestes extra-communicatifs (Cosnier & Vaysse, 1997 ; Ekman & Friesen, 1969) ne font en général pas partie de l’analyse linguistique. « Ce sont des gestes dits de confort (auto-contacts, manipulations d’objets, grattages, balancements, stéréotypies motrices, …) qui accompagnent le discours sans véhiculer d’information officielle » (Cosnier & Vaysse, 1997 : 8). Cependant, l’annonce d’un dommage lié aux soins, comme nous l’avons vu, est une interaction à haute charge émotionnelle et est donc très encline à déclencher des gestes extra-communicatifs, et plus précisément des gestes d’auto-contact. Nous avons annoté comme gestes extra-communicatifs tous les mouvements produits par les participants ne faisant pas partie des gestes manuels co-verbaux et touchant un objet comme des lunettes, un stylo, la table. Nous avons annoté comme gestes d’auto-contact les mouvements produits par les participants en se touchant eux-mêmes, comme le fait de se frotter les mains ou de passer sa main sur le visage. Les gestes extra-communicatifs n’étaient pas prévus dans la première version de ce schéma d’annotation, mais après observation du corpus et au vu de leur nombre, il nous a paru judicieux de les inclure dans l’analyse.

4.3. contre-codage

30Afin de valider les différentes annotations présentées ci-dessus, nous avons procédé à du contre-codage (Tellier, 2014). Le contre-codage consiste à faire annoter le même jeu de données par différentes personnes. Ces personnes peuvent être « expertes » ou « naïves », c’est-à-dire qu’elles peuvent faire partie du domaine scientifique dans lequel s’inscrit l’étude ou y être complètement étrangères. Le contre-codage est une étape importante dans l’annotation des données scientifiques car, grâce à un calcul d’accord entre les différents annotateurs, il permet de valider la méthodologie et une catégorisation préalablement établies. Si le calcul montre un désaccord entre les annotateurs, cela peut signifier un défaut de conception dans les catégories.

31Pour cette étude, nous avons procédé à du contre-codage pour les back-channel feedbacks (section 4.2.1). Nous avons établi un guide d’annotation, c’est-à-dire un document décrivant le phénomène à annoter, les différents labels à utiliser et une rapide description de l’utilisation du logiciel ELAN (Sloetjes & Wittenburg, 2008).

32Cinq minutes de corpus ont été annotées par trois contre-codeurs. Deux des annotateurs sont experts et le troisième est non-expert. Nous avons donné aux annotateurs un fichier ELAN (Sloetjes & Wittenburg, 2008), un enregistrement audio/vidéo et un guide d’annotation. Le fichier ELAN contenait sept pistes : les IPUs et tokens produits par le médecin ([LocA_IPUs] et [LocA_Tokens]), les IPUs et tokens produits par l’aidant ([LocB_IPUs] et [LocB_Tokens]), deux pistes vides dédiées à l’annotation du back-channel feedback ([LocA_Feedback] et [LocB_Feedback]) et une piste pour la prise de note ([Notes]) afin que l’annotateur puisse faire des commentaires. Afin de calculer l’accord inter-annotateur, nous avons codé chaque segment avec des chiffres. Par exemple, si un segment était codé « 1 », cela signifiait qu’un seul des annotateurs avait identifié la production en question comme du feedback. Au contraire, si le segment était codé « 3+1 », cela signifiait que tous les annotateurs étaient d’accord sur l’identification du segment, mais seulement trois d’entre eux étaient d’accord sur la labellisation (i.e. tête, geste manuel, parole, etc.). Nous avons extrait chaque code ainsi obtenu à l’aide du logiciel SPPAS (Bigi, 2015) et nous avons calculé deux accords. Les annotateurs sont d’accord à 67,21 % sur l’identification des segments, et à 75,45 % sur la labellisation. Au vu de ces scores relativement élevés, nous pouvons en conclure que les critères de segmentation et de labellisation établis dans le cadre de cette recherche sont suffisants et efficaces.

4.4. Analyses

33Nous avons établi un schéma d’annotation pour l’analyse de l’interaction patient/médecin en situation de formation à l’annonce d’une mauvaise nouvelle. Nous proposons à présent d’illustrer l’utilisation de ce schéma d’annotation à travers un exemple d’analyse. Nous présenterons donc dans la partie suivante un exemple de requêtage de données à partir des annotations effectuées, puis une analyse quantitative et enfin une analyse qualitative sur ces mêmes données.

4.4.1. Requêtage

34Pour chacune des analyses effectuées dans le cadre de notre recherche, nous extrayons les données préalablement annotées à l’aide du logiciel SPPAS (Bigi, 2015) et de son module de requêtes. Le logiciel SPPAS permet de lancer des requêtes sur un corpus donné, que ce soit à l’intérieur d’une seule piste, ou entre plusieurs pistes. Un exemple de requête consiste à extraire tous les back-channel feedbacks produits dans une interaction donnée et d’extraire en même temps la parole produite par chacun des participants pour chacun des back-channel feedbacks rencontrés. Le logiciel crée alors une nouvelle piste contenant les informations demandées et facilite ainsi le traitement statistique.

4.4.2. Analyse quantitative

35Les analyses quantitatives ont pour but de donner une vue d’ensemble des phénomènes observables. Elles permettent de faire émerger des points d’intérêt pour l’analyse qualitative. Nous exposons ici des analyses quantitatives descriptives.

36Les analyses quantitatives présentées dans l’exemple suivant portent sur le nombre de back-channel feedbacks produits par chacun des participants et la distribution des différentes modalités utilisées pour exprimer du back-channel feedback pour trois des sept paires de participants.

37À l’aide du logiciel SPPAS, nous extrayons les données contenues dans les pistes [LocA_Feedback] et [LocB_Feedback], respectivement les feedbacks produits par le médecin et l’aidant, pour les interactions IPC1, IPC2 et IPC3. Nous trouvons 263 feedbacks produits par les aidants et 99 feedbacks produits par les médecins. Afin d’analyser la distribution des modalités à travers les différentes interactions, nous calculons le pourcentage des productions de chaque modalité observée comparé au nombre total de productions.

Tableau 1 : Distribution des productions de feedback de l’aidant par modalité par paire

Tableau 1 : Distribution des productions de feedback de l’aidant par modalité par paire

Tableau 2 : Distribution des productions de feedback du médecin par modalité par paire

Tableau 2 : Distribution des productions de feedback du médecin par modalité par paire

38Trois modalités ou combinaisons de modalités apparaissent clairement le plus souvent : parole, parole + tête, et tête. Nous pouvons voir que la plupart du feedback est produit à travers deux modalités seulement que sont les mouvements de tête d’une part, et la combinaison parole et mouvements de tête d’autre part (223 productions, 84,8 % pour les aidants et 86 productions, 86,6 % pour les médecins). Au contraire, les gestes manuels et les postures sont à peine représentés (3 productions sans la parole et 2 avec la parole pour les aidants, 1 sans la parole et 4 avec la parole pour les médecins). Nous pouvons voir que dans ce type d’interaction particulière, la parole et/ou les mouvements de tête sont les principales modalités utilisées pour exprimer du feedback. Ces résultats sont cohérents avec les résultats présents dans la littérature (Paggio & Navarretta, 2010 ; Allwood & Cerrato, 2003 ; Hadar et al., 1985) bien qu’issus de différents types d’interaction (différentes tâches, mises en place et langues). En revanche, il est intéressant de voir que très peu de back-channel feedbacks sont exprimés à l’aide des gestes manuels. Les gestes manuels font donc figure d’exception. Nous pouvons nous poser la question de savoir pourquoi il y a si peu de gestes manuels et dans quelles circonstances ils apparaissent. Afin d’explorer cette question, nous observerons un exemple de production de gestes manuels dans la partie suivante.

4.4.3. Analyse qualitative

39Les analyses qualitatives permettent de rendre compte de phénomènes plus isolés. Ce sont des analyses fines et détaillées d’éléments qui peuvent être sélectionnés notamment grâce aux analyses quantitatives. Elles permettent en outre l’analyse de phénomènes trop rares pour être pris en compte dans les analyses statistiques mais qui revêtent un certain intérêt pour l’analyse de l’interaction.

40Dans l’exemple suivant, nous présentons une analyse qualitative de la production d’un back-channel feedback particulier. En effet, dans la partie précédente, nous avons vu que le feedback est préférentiellement exprimé par la parole ou les mouvements de tête, voire les deux combinés. Ici, l’aidante émet un feedback oral mais produit en même temps un geste extra-communicatif.

Fig. 3 : Impression écran « oh putain », IPC 1

Fig. 3 : Impression écran « oh putain », IPC 1
M Donc euh donc ça a entraîné une #703ms# ce qu’on appelle une détresse respiratoire hein il a il [s’est mis à]
A [Il arrivait plus à respirer ?
M voilà à plus bien respirer du tout on a dû [l’intuber] #1467ms# là actuellement il est intubé #534ms# hein il est intubé avec une machine qui le fait respirer parce qu’il a des il peut il peut pas bien respirer d’accord
A [oh putain]
  • 3 Conventions de transcription :
    M : Médecin // A : Aidant
    # XxXms # : silence durant x millisecondes (...)

41Dans cet exemple3, la médecin est en train de parler de la raison pour laquelle l’épouse du patient a été appelée par l’hôpital (la consultation a commencé depuis trois minutes). Le patient a subi une chirurgie en urgence durant laquelle du liquide est passé accidentellement dans les poumons et a causé une détresse respiratoire. Lorsque l’extrait présenté ici commence, la médecin est engagée dans une explication débutée quelques secondes plus tôt, dans laquelle elle explique la cascade de causes et de conséquences qui ont conduit à la détresse respiratoire du patient. Elle donne une cause puis introduit une conséquence, elle-même cause d’une autre conséquence, et cætera. La cause exprimée ici est le fait que du liquide est remonté par l’œsophage et est passé dans le poumon. La médecin commence l’explication de cette cause en utilisant le connecteur « donc », fait une pause de 703 millisecondes, puis recommence et utilise le terme médical « détresse respiratoire ». Elle sait que c’est un terme médical et que, par conséquent, il peut être problématique. Elle initie donc une séquence de réparation en commençant à expliquer le terme, mais son discours est diffluent « hein il a il s’est mis à ». À ce moment-là, l’aidante pose une question « il arrivait plus à respirer ? » comme une proposition de définition de « détresse respiratoire ». Il s’agit d’une demande de confirmation. L’aidante demande la confirmation de la définition qu’elle propose de « détresse respiratoire ». La médecin confirme la définition en disant « voilà », et par là, clôt la séquence de réparation. La situation se débloque, la médecin réutilise le terme proposé par l’aidante et continue son explication préalablement commencée en disant qu’il a fallu mettre le patient sous respiration artificielle avec une intubation. L’aidante comprend alors la situation dans laquelle se trouve son mari et s’effondre : elle se recroqueville, passe sa main sur sa figure et dit « oh putain » (fig. 3). Elle garde cette posture jusqu’à la fin de la production du feedback.

42Cet exemple présente une séquence complexe dans laquelle sont produits une séquence de réparation et du feedback. La séquence de réparation, elle-même complexe, n’est pas initiée par un feedback négatif. Elle est initiée par la locutrice principale, à savoir la médecin, afin de pallier une incompréhension potentielle. Cependant, les difficultés rencontrées par la médecin pour trouver une explication au terme médical employé pousse l’aidante à faire une demande de confirmation. La réparation à l’initiative de la médecin est alors supportée par une demande de l’aidante, qui se trouve alors être à la fois une demande de réparation et une proposition de réparation. Lesquelles se trouvent validées par la réponse de la médecin « voilà » mais également par la reprise par cette dernière de la formulation de l’aidant « plus bien à respirer du tout ». C’est alors que le feedback est produit, démontrant la compréhension de l’aidante. Ce moment dans l’interaction est très important pour l’aidante puisqu’elle apprend enfin ce qui est arrivé à son mari. C’est une très mauvaise nouvelle, et la médecin peine à la délivrer. De fait, le feedback n’est pas exprimé avec la tête, mais plutôt avec le corps dans son ensemble : l’aidante passe sa main devant sa figure. Ce geste est typiquement un geste d’auto-contact et l’aidante le fait d’une manière très dramatique. Bien qu’elle utilise les gestes extra-communicatifs tout au long de l’interaction, à cet instant, elle le fait de manière particulière, presque intentionnelle, pour indiquer sa réaction à son interlocutrice. Cet exemple est particulièrement intéressant, en ce que les gestes extra-communicatifs ne sont pas considérés comme liés à la parole, comme les gestes manuels co-verbaux sont liés à la parole. Or, ici, ils sont produits de manière communicative et en lien étroit avec la parole.

5. discussion et conclusion

43Nous avons présenté un schéma d’annotation construit dans le but de décrire l’interaction patient médecin/patient en situation particulière de formation à l’annonce d’une mauvaise nouvelle. Nous nous sommes attachés à décrire chaque point abordé dans notre recherche afin de rendre cette dernière plus transparente et plus accessible. Cependant, cet exercice nous a permis plusieurs réflexions.

44Premièrement, de manière générale, si cet article présente notre méthodologie de manière détaillée, une granularité plus fine serait nécessaire pour permettre une comparaison effective. En effet, si nous exposons les différents points abordés du point de vue de leur contenu, une description technique de la segmentation des diverses annotations est manquante.

45Deuxièmement, sur des questions plus précises, l’annotation des modalités de production des back-channel feedback a été faite indépendamment de l’annotation de la modalité gestuelle manuelle. Alors qu’il est expressément spécifié que les gestes manuels co-verbaux et les gestes extra-communicatifs ne sont pas comparables – dans le sens où seul le geste manuel co-verbal est intrinsèquement lié à la parole –, un geste extra-communicatif a été annoté avec la modalité gestuelle pour la production de feedback. Une telle annotation a été rendue possible par les consignes données par le schéma d’annotation. En effet, dans le schéma, il est stipulé d’identifier les feedbacks en premier lieu, puis de les labelliser en fonction des modalités en second lieu. Or, dans l’exemple présenté dans l’analyse qualitative, le geste extra-communicatif a été produit avec une fonction de feedback. Il a donc été identifié comme du feedback pendant l’étape d’identification. Lors de l’étape de labellisation, le codeur a le choix entre la parole, le geste manuel, la posture ou la tête, sans autre forme de précision. Le geste extra-communicatif étant produit avec la main, il a donc été annoté comme du back-channel feedback produit avec la modalité manuelle.

46Si le contre-codage nous permet de tester la fiabilité des catégories et de les valider, ce qui a été le cas pour les back-channel feedback, il ne nous pas permis de nous rendre compte du défaut de conception de nos catégories, ou du moins du défaut de description de ces catégories. Or, l’analyse menée ensuite met en évidence un tel défaut. L’analyse qualitative a permis également de mettre au jour une structure plus complexe de la séquence de réparation que celle des étapes présentées dans la partie 2. En effet, les séquences de réparation sont présentées comme soit hétéroinitiées, soit auto-initiées. La séquence étudiée dans l’analyse qualitative est une séquence auto-initiée au sens strict du terme, puisque elle est déclenchée par la médecin. En revanche, le fait que l’initiation de la réparation soit reprise par la demande de confirmation de l’aidante montre que la réparation a bien lieu d’être. Cet exemple sort du classique modèle initiation-réparation-validation, pour aller vers un modèle plus complexe, que nous pourrions schématiser initiation-support de l’initiation-réparation-validation.

47Le cas du back-channel feedback et de la séquence de réparation nous permet donc de penser que le contre-codage seul ne suffit pas à la validation d’un schéma de codage, mais qu’il convient de le compléter par des analyses quantitatives et qualitatives. Cependant, procéder à ce genre d’analyses est très coûteux en temps, il s’agirait alors de se pencher sur la réalisation d’un outil de validation des annotations plus efficace et moins coûteux.

48Enfin, dans la volonté de développer un outil efficace permettant l’analyse des interactions dans une perspective multimodale, peu d’annotations présentées dans cet article sont relatives à la situation spécifique d’annonces de mauvaises nouvelles. En effet, si le feedback et les séquences de réparation permettent une observation fine des interactions, ils ne permettent cependant pas de rendre compte, par exemple, de l’organisation et de la structure de ces interactions. En outre, au vu des analyses préliminaires menées dans cet article, l’analyse des feedbacks et des séquences de réparation semble pouvoir rendre difficilement compte des spécificités de l’interaction patient-médecin en situation de formation à l’annonce d’une mauvaise nouvelle. Ce constat ouvre une nouvelle question sur laquelle nous entendons nous pencher. Il s’agira de se demander quelles pourraient être les annotations qui permettraient de rendre compte de la spécificité du contexte de production des interactions observées. Les phases de l’interaction semblent de bonnes candidates pour un début de réponse, en ce qu’elles reflètent les recommandations de la Haute Autorité de Santé (HAS, 2008) en ce qui concerne l’annonce de mauvaises nouvelles, et font écho aux recherches déjà menées dans le domaine (Baile et al., 2000 ; Maynard & Héritage, 2005). En effet, les consultations médicales se déroulent selon un scénario préétabli (Ten Have, 2001 ; Traverso, 2001) : la consultation d’annonce ne fait pas exception. Bien qu’il n’ait pas été explicitement dit aux participants de la formation de suivre un tel scénario, nous pouvons observer que les participants suivent un canevas général, comportant les mêmes phases. Elles permettent d’apporter des éléments de réponse à la question de la transmission du message en ce qu’elles décrivent la structure de l’interaction. Or un message peu ou pas structuré sera plus difficilement compréhensible. De surcroît, l’une des applications de notre recherche est d’étendre l’analyse des interactions patient/médecin en formation à de réelles consultations d’annonce. Or, les différentes phases ont été créées sur la base d’observation de consultations réelles (Traverso, 2001 ; Ten Have, 2001) et de l’expérience des professionnels dans le domaine (HAS, 2008 ; Baile et al., 2000). Enfin, un autre des buts de cette recherche est de permettre, à travers l’ANR ACORFORMed, la création d’un outil de formation à l’annonce d’un dommage lié au soin, grâce à la modélisation de récurrence linguistique et à l’implantation des modèles ainsi créés dans un programme de simulation d’agent virtuel patient. De la même façon que les phases de l’interaction structurent le discours des humains, il est tout à fait envisageable de l’étendre à un patient virtuel.

Bibliographie

Références

Allwood J., Cerrato L., Dybkjaer L., Jokinen K., Navarretta C. & Paggio P. 2007, « The MUMIN multimodal coding scheme for annotation of feedback, turn management and sequencing phenomena », Language Resources & Evaluation, 41, 273-287.

Allwood J. & Cerrato L. 2003, « A study of gestural feedback expressions », First nordic symposium on multimodal communication, 7-22, Copenhagen.

Baile F.W., Buckman R., Lenzi R., Glober G., Beale E. A. & Kudelka A.P. 2000, « SPIKES – A Six-Steps Protocol for Delivering Bad News : Application to the Patient with Cancer », The Oncologist, 5, 302-311.

Bavelas J. B., Chovil N., Lawrie D. A. & Wade A. 1992, « Interactive gestures », Discourse processes, 15/4, 469-489.

Bavelas J. B., Coates L. & Johnson T. 2002, « Listener responses as a collaborative process : The role of gaze », Journal of Communication 52/3, 566-580.

Bunt H. 2012, « The semantics of feedback », 16th Workshop on the Semantics and Pragmatics of Dialogue (SEMDIAL 2012), 118-127.

Bertrand R., Blache P. , Espesser R., Ferré G., Meunier C., Priego-Valverde B. & Rauzy S. 2008, « Le CID - Corpus of Interactional Data – Annotation et exploitation multimodale de parole conversationnelle », Traitement Automatique des Langes, 49/3, 1-30.

Bigi B. 2015, « SPPAS - Multi-lingual Approaches to the Automatic Annotation of Speech », The Phonetician, International Society of Phonetic Sciences, 111-112, 55-69.

Boersma P. & Weenik D. 2013, « Praat : Doing phonetics by computer », Computer program, Amsterdam : Department of Language and Literature, University of Amsterdam. URL : http://www.praat.org/, consulté le 15/03/2016.

Colletta J.-M. 2004, « Le développement de la parole chez l’enfant âgé de 6 à 11 ans », Corps, langage et cognition, 254, Bruxelles : éditions Mardaga.

Cosnier J. & Vaysse J. 1997, « Sémiotique des gestes communicatifs », Nouveaux actes sémiotiques, 52-54, 7-28.

Couper-Kuhlen E. & Selting M. 2001, « Introducing interactional linguistics », Studies in interactional linguistics, 122, 1-22.

Ekman P. & Friesen W. V. 1969, « The Repertoire Of Nonverbal Behavior Categories, origins, usage and coding », Semiotica, 1, 49-98.

Garderet L., Ollivier M.-P. , Najman A. & Gorin N.-C. 2006, « L’annonce d’une mauvaise nouvelle, Revue de la littérature », Oncologie, 8/12 (hors-série), HS126-HS131.

Galam E. 2005, « Annoncer une mauvaise nouvelle », Revue du praticien médecine générale, vol. 19, 704-705.

Gerwing J. & Dalby A. M. 2014, « Gestures convey content : An exploration of the semantic functions of physicians’ gestures », Patient Education and Counseling. DOI : http://dx.doi.org/10.1016/j.pec.2014.07.014, consulté le 15/03/2016).

Gullberg M. & Kita S. 2009, « Attention to speech-accompanying gestures : Eye movements and information uptake », Journal of nonverbal behavior, 33/4, 251-277.

Haute Autorité de Santé (HAS) 2008, Annoncer une mauvaise nouvelle, Saint-Denis La Plaine : HAS, février 2008. URL : http://www.has-sante.fr/portail/upload/docs/application/pdf/2008-10/mauvaisenouvelle_vf.pdf, consulté le 06/04/2016.

Have P. ten. 2001, « Sequential structures and categorical implications in doctor-patient interaction : ethnomethodology and history », Revised version of a paper read at the conference Structure and Emergence of professionalized “Praxis”, J.W. Goethe-Universität Frankfurt, 26-28 sept. 2001.

Hureaux J., Berton J., Dubray L., Verborg S., Dutier A., Moll M.-C., Granry J.-C. & Urban T. 2012, « L’annonce en cancérologie : recommandations et centre de simulation », Revue des Maladies Respiratoires Actualités, 4/6, 525-529.

Kipp M., Neff M. & Albrecht I. 2007, « An Annotation Scheme for Conversational Gestures : How to economically capture timing and form », Language Resources and Evaluation, 41, 325-339.

Koiso H., Horiuchi Y., Tutiya S., Ichikawa A. & Den Y. 1998, « An analysis of turn-taking and backchannels based on prosodic and syntactic features in Japanese map task dialogs », Language and speech, 41/3-4, 295-321.

Lausberg H. & Sloetjes H. 2009, « Coding gestural behavior withe the NEUROGUESELAN system », Behavior Research Methods, Instruments and Computers, 41/3, 841-849.

Maynard D. W. & Heritage J. 2005, « Conversation analysis, doctor-patient interaction and medical communication », Medical education, 39/4, 428-435.

Mcneill D. 1992, Hand and Mind : What Gestures Reveal about Thought, Chicago : University of Chicago Press.

Ochs M. & Blache P. 2016, « Virtual Reality for Training Doctors to Break Bad News », EC-TEL 2016 - European Conference on Technology Enhanced learning, Adaptive and Adaptable Learning, Sept. 2016.

Saubesty J. 2012, « Les gestes co-verbaux sont-ils marqueurs de la théorie de l’esprit ? », mémoire de master 2, Aix-en-Provence : Aix-Marseille Université.

Schegloff E. A., Jefferson G. & Sacks H. 1977, « The preference for self-correction in the organization of repair in conversation », Language, 53/2, 361-382.

Sloetjes H. & Wittenburg P. 2008, « Annotation by category – ELAN and ISO DCR », Proceedings of the 6th International Conference on Language Resources and Evaluation (LREC 2008).

Tan N., Ferre G., Tellier M., Cela E., Morel M.-A., Martin J-.C. & Blache P. 2010, « Multi-level Annotations of Nonverbal Behaviors in French Spontaneous Conversations », Language Resource and Evaluation Conference, 74-79, La Valette (Malte).

Tanguy L., Fabre C., Ho-Dac L.-M. & Rebeyrolle J. 2011, « Caractérisation des échanges entre patients et médecins : approche outillée d’un corpus de consultations médicales », Corpus, 10, 137-154. URL : https://corpus.revues.org/2058, consulté le 06/04/2016.

Tellier M. 2014, « Quelques orientations méthodologiques pour étudier la gestuelle dans des corpus spontanés et semi-contrôlés », Discours, 15. DOI : 10.4000/ discours.8917 .

Traverso V. 2001, « Analyses de consultations médicales en présence d’un intermédiaire linguistique non professionnel », Actes du VIIIe congrès de l’ARIC, Université de Genève, 24-28 sept. 2001.

Uhmann S. 2001, « Some arguments for the relevance of syntax to same-sentence self-repair in everyday German conversation », Studies in Interactional Linguistics, Amsterdam : Benjamins, 373-404.

Notes

2 L’Institut Paoli-Calmettes est une structure privée à but non lucratif. Cet établissement est un Centre de Lutte Contre le Cancer (CLCC) et est qualifié d’Établissement de Santé Privé (ESPIC) par le Code de la santé publique. L’IPC est chargé d’une mission de service public hospitalier en cancérologie qui s’articule autour de quatre points : la prévention, la recherche, la prise en charge des patients et l’enseignement et la formation. http://www.institutpaolicalmettes.fr

3 Conventions de transcription :
M : Médecin // A : Aidant
# XxXms # : silence durant x millisecondes.
[] : chevauchement de parole.
gras : parole durant laquelle un geste est réalisé.

Table des illustrations

Titre Fig. 1 : Schéma de la multimodalité
URL http://books.openedition.org/pufc/docannexe/image/40012/img-1.jpg
Fichier image/jpeg, 13k
Titre Fig. 2 : Aperçu du corpus
URL http://books.openedition.org/pufc/docannexe/image/40012/img-2.jpg
Fichier image/jpeg, 15k
Titre Tableau 1 : Distribution des productions de feedback de l’aidant par modalité par paire
URL http://books.openedition.org/pufc/docannexe/image/40012/img-3.jpg
Fichier image/jpeg, 20k
Titre Tableau 2 : Distribution des productions de feedback du médecin par modalité par paire
URL http://books.openedition.org/pufc/docannexe/image/40012/img-4.jpg
Fichier image/jpeg, 21k
Titre Fig. 3 : Impression écran « oh putain », IPC 1
URL http://books.openedition.org/pufc/docannexe/image/40012/img-5.jpg
Fichier image/jpeg, 13k

Auteurs

Doctorante en sciences du langage à Aix-Marseille Université, LPL UMR 7309 CNRS
S’est intéressée à la dimension visuelle des interactions en face à face, très tôt dans sa formation linguistique. Après avoir étudié l’organisation des gestes manuels dans l’espace, elle s’intéresse à l’organisation globale de l’interaction et au rôle des gestes dans cette organisation. Son travail peut se voir à travers deux questions : comment s’organisent les différents éléments linguistiques, et plus particulièrement les éléments corporels, entre eux ? Quel est l’impact de la méthodologie sur les résultats ?

Enseignante-chercheure en didactique des langues à Aix-Marseille Université, LPL UMR 7309 CNRS
Étudie, depuis 2002, la gestuelle pédagogique des enseignants en croisant deux disciplines : la didactique des langues et les études gestuelles. Ainsi, elle observe comment le geste participe à l’agir professoral en utilisant une approche méthodologique mixte (expérimentale et écologique). Ses questionnements principaux sont : comment le geste devient une pratique professionnelle ? Quel est l’impact du geste de l’enseignant sur l’apprentissage des langues ? Comment la gestuelle peut-elle être abordée en formation de formateurs ?

Médecin anesthésiste à l’Institut Paoli-Calmettes à Marseille
Médecin anesthésiste-réanimateur dans un hôpital spécialisé dans la prise en charge des maladies cancéreuses, où l’annonce au patient et à ses aidants d’un événement grave indésirable ou d’une mauvaise nouvelle demeure une épreuve fréquente et malgré tout pénible à la fois pour le soigné que pour l’annonceur. C’est ce constat qui a incité D. Francon et son équipe à mettre en place dans le cadre de l’amélioration de la qualité des soins, un enseignement spécifique soutenu par la Direction et le service de formation de l’Institut Paoli-Calmettes. Son accès a été étendu aux Cadres Infirmiers pour permettre d’harmoniser les pratiques à tous les niveaux de la prise en charge.

© Presses universitaires de Franche-Comté, 2018

Licence OpenEdition Books

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search