AERAC: An Identity Model A framework for recognition, coherence, and breakdown
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AERAC is a process-based identity framework that explains how personal identity forms, stabilizes, fractures, and recovers under relational and systemic pressure. Rather than treating identity as a fixed trait, narrative, or diagnosis, the model conceptualizes identity as a dynamic system maintained through ongoing interaction between internal structure and external response. AERAC identifies five interacting components—Anchor, Echo, Resonance, Agency, and Cognition—that together account for coherence, instability, resilience, and breakdown without reducing individuals to pathology or absolving them of responsibility . The model integrates internal continuity (Anchor), outward expression over time (Echo), environmental feedback (Resonance), choice under constraint (Agency), and meaning-making processes (Cognition) into a single functional loop. Identity coherence emerges when these components remain aligned and integrated; fragmentation occurs when one or more elements—most critically agency or cognition—are chronically disrupted. Importantly, AERAC treats resonance as morally neutral and emphasizes that silence, distortion, or incoherent feedback can be as destabilizing as overt rejection, particularly in contexts of chronic misrecognition or power asymmetry . AERAC preserves accountability without demonization by locating behavior at the level of agency while acknowledging the constraining effects of trauma, illness, and systemic pressure. This allows harmful behavior to be explained without excused, and suffering to be understood without collapsing into victimhood. The framework is applicable across psychology, trauma and recovery work, identity development, leadership studies, and the analysis of abusive or destabilizing relational and institutional environments, offering a non-pathologizing language for both breakdown and repair
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle