Bibliographic record
Abstract
En France, depuis quelques années, les professionnels de l’enfance et les parents font part de leur sentiment que les enfants seraient plus « difficiles ». L’importance d’une prévention psychologique dès le plus jeune âge fait consensus. Mais quelle prévention ? Actuellement, deux modèles de prévention sont en présence. On peut les schématiser ainsi : d’un côté, une prévention de type mécaniste et prédictive, de l’autre, une prévention prévenante, que nous nommons « prévention en rhizome ». Nous soulignerons les limites et dérives de la prévention mécaniste, et en quoi sa visée prédictive peut être pathogène et risque même d’induire ce qu’elle est censée éviter. Ensuite seront présentées les modalités de la prévention prévenante telle qu’elle s’exerce « en rhizome » actuellement en France. Enfin, la prévention psychologique précoce sera remise en perspective avec les questions éducatives et sociétales qui la traversent, notamment autour de la question du développement des bases de la socialisation chez le jeune enfant pour guider l’action des professionnels comme celle des parents.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.029 | 0.005 |
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".