Information génétique et risque de stigmatisation collective : L’exemple du Saguenay Lac-Saint-Jean
Notice bibliographique
Résumé
Pour qui s’intéresse à la génétique eu égard à la protection de la réputation des collectivités, le cas du Saguenay-Lac-Saint-Jean (SLSJ) offre un précieux matériau à la réflexion. Les travaux qui y ont été conduits au cours des dernières décennies démontrent de façon exemplaire comment la recherche sur les maladies génétiques dans une population donnée peut donner naissance à un stéréotype négatif. Sont ici mises en cause les pratiques de diffusion des résultats de recherche, tout spécialement la manière dont les grands médias traitent ce genre d’information (ce qui ne veut pas dire que les chercheurs eux-mêmes soient exempts de reproches). L’expérience du SLSJ mérite une attention particulière car elle préfigure des difficultés appelées à devenir monnaie courante dans toutes les populations, étant donné le développement de la prévention des maladies héréditaires. Avec les avancées de la génétique moléculaire et bientôt de la « phénomique », il deviendra prioritaire de rechercher dans la population les concentrations de gènes à l’origine des maladies, qu’elles soient multifactorielles ou mendéliennes. Cet article a pour objectif de montrer certains risques auxquels les chercheurs et les professionnels de la santé seront alors exposés.
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».