Une défense logique du modèle de Maher pour les délires polythématiques
Bibliographic record
Abstract
Dans ce qui suit, je décrirai un modèle pour la formation et la maintenance des délires polythématiques rencontrés dans la schizophrénie, en adéquation avec le modèle pour les délires décrit par Brendan Maher. Les délires polythématiques y sont considérés comme les conclusions d’arguments déclenchés par l’apophénie et qui comportent des erreurs de raisonnement très communes, telles que le sophisme post hoc et le bais de confirmation. Je décris tout d’abord la structure du raisonnement qui conduit au délire de référence, de télépathie et d’influence, en distinguant entre les arguments délirants de type primaire, secondaire, tertiaire et quaternaire. Ces quatre niveaux d’arguments correspondent respectivement à une phase de nature instancielle, inductive, interprétative au niveau monothématique et, enfin, interprétative au niveau polythématique. Je m’attache ensuite à déterminer de manière précise quelles sont les étapes fallacieuses dans le raisonnement correspondant. J’expose également le rôle de l’apophénie dans l’élaboration des idées délirantes. Enfin, je m’attache à décrire le rôle joué par les hallucinations dans le présent modèle.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.003 | 0.017 |
| Scholarly communication | 0.006 | 0.011 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.014 | 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".