Bibliographic record
Abstract
Cet article explore la classification des troubles psychiatriques dans la perspective du modèle des espèces pratiques. En nous basant sur certains travaux en philosophie des sciences qui soutiennent que les éléments chimiques et les espèces biologiques ne possèdent pas de véritables essences, nous affirmons que les troubles psychiatriques ne devraient pas être compris, eux non plus, de façon essentialiste. Les troubles psychiatriques sont des « espèces pratiques », non des « espèces naturelles ». Ce modèle représente une approche pragmatiste de la classification qui pose, compte tenu de l’infinie complexité du monde, qu’une multitude de décisions peuvent jouer un rôle légitime dans la définition des limites des catégories. Il s’agit d’une approche nominaliste contemporaine qui considère les concepts et les catégories comme provisoires et partiels, sans toutefois rejeter l’idée qu’ils sont des espèces légitimes. Ce modèle rejette ce que Ian Hacking a nommé le structurisme inhérent, sans pour autant rejeter les espèces. Le modèle des espèces pratiques rejette aussi l’éliminativisme. Il est en accord avec les arguments non essentialistes offerts par les éliminativistes, mais il n’accepte pas leurs conclusions austères. Je discute finalement les complications et les imperfections du 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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.005 | 0.028 |
| Scholarly communication | 0.007 | 0.011 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".