Bibliographic record
Abstract
L'auteur présente une synthèse des travaux théoriques et cliniques de Gisela Pankow concernant la psychose. La lecture des travaux de cette psychanalyste a un caractère fascinant pour diverses raisons : elle fournit de nombreux cas cliniques détaillés et vivants, elle prend en analyse des patients pour lesquels d'autres méthodes de traitement ont échoué. Mais cet aspect spectaculaire risque de faire passer le lecteur à côté de l'essentiel de l'oeuvre qui est une théorisation et une approche, pratique originales concernant la psychose. Le résumé des thèses de Pankow s'avère d'autant plus nécessaire que cette dernière ne prend pas toujours le temps de présenter ses travaux de façon claire et organisée. Les principaux apports de Pankow sont les suivants : l'utilisation de techniques non traditionnelles (face à face, dessins, modelages, contacts avec la famille) dans le traitement du psychotique, la redéfinition de l'image du corps avec une double fonction de forme et de contenu, le développement de la technique des greffes de transfert, par opposition au transfert classique, la redéfinition du concept de forclusion (Lacan) en tant que mécanisme de défense impliquant directement l'image du corps. Le présent texte peut servir d'introduction à la lecture des travaux de Pankow en mettant quelque peu les idées en ordre.
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 | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.003 | 0.009 |
| Scholarly communication | 0.006 | 0.014 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.006 |
| Insufficient payload (model declined to judge) | 0.016 | 0.003 |
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".