Les reseaux sociaux, nouvel espace interactif pour les representations sociales et l’intervention. En discutant de psychanalyse, de psychiatrie et de sante mentale sur Facebook, Twitter et Yahoo! Answers
Notice bibliographique
Résumé
Le développement récent des technologies de l’information, du web et des réseaux sociaux (Facebook, Twitter, Yahoo! Answers) a eu une incidence majeure sur la communication et les interactions sociales, ainsi que sur la manière dont les individus se voient eux-mêmes et dont ils se représentent leur environnement, et oblige les chercheurs en psychologie. Ce chapitre n’aurait pu paraître sans la traduction professionnelle effectuée par Corinna Buhay et Claude Lavoie, doctorants en service social à l’Université d’Ottawa et au Ph. D. international en représentations sociales et communication, que les auteurs remercient chaudement. Durant la dernière décennie, les recherches se sont concentrées sur l’étude des phénomènes générés par les interactions sociales en ligne sans se pencher sur le sens et la symbolique de cette production. La théorie des représentations sociales qui a été élaborée dans le sillage du travail d’analyse mené par Moscovici (1961-1976) sur la psychanalyse dans la société française des années 1950 permet d’aborder cette question. Dans son ouvrage, Moscovici a étudié notamment la manière dont différentes formes de connaissance se rencontrent et s`alimentent réciproquement. Dans ce chapitre, nous présentons et discutons les résultats d’une recherche, qui fait suite à l’étude classique de Moscovici sur la psychanalyse. Cette recherche, qui a pour objet l’analyse du contenu des conversations spontanées sur les réseaux sociaux français et italiens inclut, outre la notion de psychanalyse, celles de psychiatrie et de maladie mentale, qui renferment au domaine de la santé mentale. .
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».