Notice bibliographique
Résumé
The author argues that social etiology of mental health, which suggests a causal link between living conditions and the occurence of mental disorders, is valid only when one applies a contextual evaluation of psycho-social stress factors. In that case, when life-events are cut from their environmental consequences, they are insufficient in themselves when trying to explain why mental disorders occur. However, once they are evaluated in function of the person's living conditions, the psycho-social stress factors become triggers and key to the person's stability. George W. Brown suggests a psycho-social model for a precipitative agent and for vulnerability factors linked to the significance and the impact of a life-event, relating also to the factual context at its origin and to the client's biographical history. Poverty then becomes a determining background for the life-event's repercussions. The LEDS (Life-Event and Difficulty Schedule) method of contextual analysis is based on a complete and systematical gathering of factual information on the events and on the context, stripped of the client's bias and emotional reactions. Furthermore, the grid of analysis allows one to qualify and organize this information while maintaining an optimal level of precision and objectivity. The empirical demonstration of the contextual analysis' predictive power is convincing in the case of disorders both mental (depression, anxiety, schizophrenia) and physical (infarction, appendicitis, ulcers). In such a frame of analysis and because of the chronic hardships experienced by the underpriveledged, poverty emerges as a determining contextual factor in the social etiology of mental disorders.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».