Le génogramme libre au service de l'élaboration auprès de jeunes parents à risque de maltraitance envers leur enfant
Bibliographic record
Abstract
Dans un contexte de parentalité à haut risque, inscrite dans une situation de précarité à la fois psychique et sociale, et devant la reproduction d’une génération à l’autre des facteurs de risque de la maltraitance, les auteurs ont cherché, au-delà de l’apparence d’inertie et de passivité chez ces jeunes parents qui échappent aux efforts de prévention et d’intervention, à mobiliser les forces de mouvement et de désir repérables à même leur parcours de grossesses « accidentelles ». En prenant la répétition comme point nodal de l’intervention (reprise inconsciente et remise au travail de conflictualités transgénérationnelles), elles ont proposé l’implantation d’une modalité novatrice de soutien à l’élaboration auprès de ces jeunes parents en grande difficulté par l’emploi du génogramme libre inséré au cœur du suivi psychosocial régulier. À travers cet outil de représentation graphique, support à l’élaboration de fantasmatiques générationnelles, elles ont voulu créer un lieu où les jeunes parents à risque de signalement aux services de protection de l’enfance pourraient élaborer les impasses générationnelles de leur histoire et situer la nouvelle cellule familiale au sein de leur filiation.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.030 | 0.004 |
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".