Exploration littéraire de la stigmatisationenvers les troubles de santé mentale
Notice bibliographique
Résumé
On entend parfois des mots lourds de préjugés sur la maladie mentale, au détour d’une publicité, d’un film ou d’un magazine. On parle de « folie, de dérangés, de fuckés et d’anormaux ». Malgré un progrès notable dans les dernières années, les troubles de santé mentale sont encore stigmatisés. Cet imaginaire collectif entourant les troubles de santé mentale se véhicule et se construit entre autres par le champ lexical qui y est relié. La littérature occupe une place particulière dans le discours social, renvoyant à la fois au monde artistique et à la représentation de réalités particulières. Quels chemins sémantiques prend la stigmatisation dans la littérature ? Dans le contexte de cette recherche, des œuvres littéraires autofictionnelles ont été sélectionnées pour ensuite en trouver des extraits mettant en scène la perception des troubles de santé mentale et tisser des liens avec la littérature médicale. Un court texte littéraire sera présenté ensuite, en amalgamant des extraits particulièrement parlants qui ont été retenus. Ce projet s’inscrit dans l’approche de la recherche-création, et vise à se centrer sur l’humanité des personnes vivant avec des troubles de santé mentale et sur leurs perceptions de la stigmatisation, en abordant la place de la littérature et de la création dans la recherche en psychiatrie. (NLHC)
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,003 |
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 ».