Le psychiatre et la prescription piégée : entre les données de la recherche et la réalité
Bibliographic record
Abstract
La médecine fondée sur les données probantes régit de plus en plus la pratique clinique. L’enseignement en résidence et les programmes d’éducation et de formation continue en médecine sont structurés selon ce modèle. Bien qu’il soit important de reconnaître la valeur des données de la recherche, il est aussi essentiel de considérer leurs limites inévitables tout comme la valeur inestimable d’une pratique clinique qui se situe au-delà des recommandations des lignes directrices. La recherche fondamentale et clinique génère un savoir issu de contextes systématiquement simplifiés afin de répondre à des questions précises. Ces réponses sont donc forcément insuffisantes pour orienter adéquatement les interventions lors de situations cliniques complexes. Il y a alors lieu d’opposer à cette vision de la pratique médicale des arguments convaincants qui démontrent que l’innovation clinique permet d’approfondir le savoir médical et la recherche. La médecine fondée sur les données probantes doit certes contribuer à la pratique clinique et à l’éducation médicale, mais sans leur imposer son joug comme c’est de plus en plus le cas.
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 | 0.126 | 0.311 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.004 | 0.019 |
| Scholarly communication | 0.016 | 0.016 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.005 | 0.009 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".