L’analyse linguistico-pragma- tique des états mentaux comme méthode d’investigation des discours thérapeutiques
Notice bibliographique
Résumé
Cette étude présente une nouvelle méthode pour analyser les discours des psychothérapeutes. Construite à partir d’une connaissance formelle des processus langagiers, l’analyse linguistico-pragmatique se démarque des méthodes d’analyses traditionnelles qui se centrent sur les contenus. L’analyse linguistico-pragmatique des états mentaux dans le discours des psychothérapeutes est un exemple d’application de cette méthode d’analyse. Elle permet d’identifier et de dénombrer les indices langagiers renvoyant à l’expression verbale des états mentaux. Cette méthode a été appliquée à 32 retranscriptions d’entretien (16 entretiens thérapeutiques et 16 entretiens de recherche). Les résultats ont montré que les psychothérapeutes utilisent davantage d’indices langagiers d’états mentaux que les chercheurs et qu’ils font référence à tous les types d’états mentaux. Les psychothérapeutes Centrés sur la Personne ont plus recours aux indices langagiers d’impression-sensation; et les thérapeutes d’inspiration psychanalytique à ceux d’émotion. Ces résultats invitent à poursuivre l’investigation des discours thérapeutiques à l’aide de l’analyse linguistico-pragmatique.
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 | 0,036 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».