Notice bibliographique
Résumé
Professional doctors who became writers have been contributing greatly to the formation and development of Russian literature for more than two hundred years. The works of art created by doctors bore the imprint of a professional view of the body and soul of a human being, saturated the texts with medical realities and terms, which gave reason to talk about the medical text in Russian literature. At the same time, the erudition of doctors and scientists allowed them to use examples from fiction in their scientific papers, thus giving rise to a literary text in medicine. Literary and medical discourses interacted in works on the study of higher nervous activity, in psychiatry and psychology. Since the last quarter of the 20th century, the study of fiction has been regarded as an obligatory part of the academic discipline “Medical Humanities”. In the universities of the Russian Federation and abroad, special manuals and readers were created, which were based on fiction written by trained doctors such as A. P. Chekhov, M. A. Bulgakov, V. V. Veresaev, and also those writers who described complex physiological processes and conditions without special medical training – L. N. Tolstoy, F. M. Dostoevsky, A. I. Kuprin, A. I. Solzhenitsyn and others. The study of the elements of the poetics of a literary text, its plot, metaphors and symbols began to be used in the training of doctors in the course of narrative medicine. The article concludes the growing interpenetration and mutual influence of literary and medical discourses. In the first quarter of the 21st century, Russian literature turned out to be an indispensable resource for countering the dehumanization and commercialization of medicine, as well as preserve empathy and philanthropy in future doctors.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».