Bibliographic record
Abstract
Le concept de résilience est défini comme la capacité d’une personne de faire surgir de soi des ressources latentes insoupçonnées. De son côté, le deuil comporte des étapes bien identifiées mais aussi des processus d’identification moins connus. Le deuil et la résilience ont des points communs, particulièrement une origine traumatique. Également, ils ont en commun leur temporalité. Aussi le deuil et la résilience ont encore en commun le combat des émotions, des sentiments. Toutefois, il existe des différences entre le deuil et la résilience. Par exemple, le traumatisme qui les fait sourdre n’est pas de même nature. De plus, les temps de la résilience entretiennent des affinités avec ceux du deuil mais restent marqués par de grandes différentes. Résilience et deuil nous apparaissent comme des processus au long cours, en grande partie inconscients, qui présentent des analogies qui ne sont pas des similitudes. C’est dans le vécu des sentiments que se situe la plus grande différence entre le deuil et la résilience. Enfin, les ressemblances et les différences ont tissé des analogies entre la résilience et le deuil qui peuvent s’appuyer l’une sur l’autre de diverses manières.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.006 | 0.012 |
| Scholarly communication | 0.008 | 0.008 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.062 | 0.013 |
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".