MétaCan
Menu
Back to cohort

L’épigénétique environnementale et le risque suicidaire : Reconsidérer la notion de contexte dans un style de raisonnement émergent

2014· article· fr· W133741946 on OpenAlexaff
Stephanie Lloyd, Eugene Raikhel

Bibliographic record

VenueAnthropologie et santé · 2014
Typearticle
Languagefr
FieldBiochemistry, Genetics and Molecular Biology
TopicRace, Genetics, and Society
Canadian institutionsUniversité Laval
Fundersnot available
KeywordsHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

L’ “épigénétique environnementale” étudie les effets potentiels de l’environnement sur l'expression des gènes à travers un ensemble de mécanismes moléculaires. Ce domaine de la recherche biologique connaît un développement rapide mais reste contesté. Il a été salué par certains spécialistes des sciences sociales à la fois comme un paradigme renversant nombre d’idées reçues concernant l'évolution et l'hérédité, mais aussi comme un signe de l'ouverture d’un espace de recherche proprement biosocial. L’épigénétique environnementale laisse toutefois sceptiques ceux qui n’y voient que la réduction de l'environnement et du contexte social – et les interventions potentielles – à l'échelle des mécanismes moléculaires. Dans cet article, nous explorons ces questions à la lumière d’une recherche ethnographique dans un groupe pluridisciplinaire de chercheurs étudiant le comportement suicidaire. Alors qu'un « style de raisonnement » spécifique émerge de leurs recherches qui molécularisent une gamme de facteurs environnementaux et les localisent dans le cerveau, nous soutenons qu’il reflète davantage, de la part des scientifiques, un « réductionnisme pragmatique » plutôt qu’une conception étroite du suicide. La construction d’explications plus complexes du risque de suicide – intensifiant l’approche interdisciplinaire – n'est en effet pas tant limitée par l'intérêt des chercheurs, que par des contraintes techniques, l’accès à des matières cérébrales spécifiques et le développement de pratiques de recherche innovantes.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.185
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.002
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.016
GPT teacher head0.333
Teacher spread0.317 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations3
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueAnthropologie et santéSame topicRace, Genetics, and SocietyFrench-language works237,207