From the writing cure to the talking cure: Revisiting the French ‘discovery of the unconscious’
Notice bibliographique
Résumé
It is often said that the advent of the Freudian talking cure around 1900 revolutionised the psychiatric setting by giving patients a voice. Less known is that for decades prior to the popularisation of this technique, several researchers had been experimenting with another, written practice aimed at probing the mind. This was particularly the case in France. Alongside neurologist Jean-Martin Charcot’s spectacular staging of hypnotised bodies, ‘automatic writing’ became widely used in fin-de-siècle clinics and laboratories, with French psychologists regularly asking entranced patients to scribble down words to validate their nascent theories on the divided self. This article traces the emergence of automatic writing in French psychological discourse at the close of the 19th century. By focusing on the early work of Dr Pierre Janet and some of his contemporaries, it re-examines the role played by this practice in what Henri Ellenberger famously called ‘The Discovery of the Unconscious’. It also considers the various levels of reconstruction at play in recent historical accounts. What does it mean to give subjects a (written) voice? How does automatic writing differ from the Freudian talking cure as respective expressions of the unspeakable? And how might these questions inform future historical practice?
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,045 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».