Du concept d’addictus au processus de dépathologisation : la richesse psychosociale du concept de dépendance selon Stanton Peele
Bibliographic record
Abstract
Loin d’être un débat d’ordre sémantique, le concept de dépendance est un enjeu psychosocial fondamental dans la mesure où la conception et la définition d’une condition ont un impact direct sur la compréhension du phénomène ainsi que sur les types de services et de traitements à privilégier. À partir d’une synthèse des écrits scientifiques, et comme cadre théorique, nous proposons dans un premier temps de mettre en lumière le processus de médicalisation comme modalité de contrôle social en contexte de dépendance. Dans un deuxième temps, nous illustrerons comment la perspective psychosociale, telle que mise en oeuvre dans les travaux de Peele, constitue une richesse qui nous permet de mieux comprendre une variété impressionnante d’activités humaines liées aux dépendances : cyberdépendance, jeux de hasard et d’argent, psychotropes, etc. Dans un troisième temps, et à partir de la grille de Peele, nous tenterons de démontrer comment ses travaux contribuent à créer des conditions plus propices à la dépathologisation et au développement du pouvoir d’agir des personnes en misant sur les forces plutôt que sur les carences. En guise de conclusion, nous explorerons des pistes de rapprochement entre le discours médical et le discours social.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.005 | 0.037 |
| Scholarly communication | 0.008 | 0.016 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.009 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".