Étude discursive de la stigmatisation de la maladie mentale : l'expérience des étudiantes et étudiants universitaires québécois
Notice bibliographique
Résumé
Depuis le printemps 2019, une campagne de sensibilisation aux enjeux de santé psychologique est déployée sur le campus de l’Université de Montréal. À l’instar de cette campagne, de nombreuses initiatives sont lancées au travers de la province pour enrayer la stigmatisation de la maladie mentale. Ainsi, un nouveau Discours, positif et anti-stigmatisant tente de s’imposer face au Discours stigmatisant ancré dans la société. Par Discours, il faut comprendre un ensemble discursif qui reprend des idéologies et les significations de phénomènes ; celui-ci se matérialise dans les mots et les interactions sociales (discours). On assiste à une mise en tension du sens que l’on donne de la maladie mentale. En s’appuyant sur la théorie de l’étiquetage, ce mémoire a pour objectif de comprendre la tension entre ces deux Discours dans les paroles (le discours) et attitudes des Québécoises et Québécois. La problématique se pose autour des étudiantes et étudiants universitaires du fait de leur tranche d’âge hybride (sortie de l’adolescence et entrée dans l’âge adulte) où la tolérance sociale de la maladie mentale bascule de l’indulgence pour les enfants atteints à une stigmatisation pour les adultes atteints. À cette fin, cette étude a mené des groupes de discussion avec des étudiantes et étudiants d’universités québécoises qui ont vécu une expérience personnelle de la maladie mentale afin de dépeindre leur perception et leur expérience de cette tension discursive dans leurs relations interpersonnelles. Une analyste thématique des transcriptions de ces discussions a été effectuée. Les principaux résultats montrent que pour les participants, il subsiste des traces du Discours stigmatisant dans les paroles des personnes qui les entourent. À des niveaux plus ou moins élevés suivant les personnes de l’entourage, ces traces s’accompagnent d’un éloignement social. Un éloignement qui s’opère en double dynamique et souligne la capacité des personnes souffrant de maladie mentale à interagir dans un nouveau groupe social.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,024 | 0,012 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».