La violence en cours d’hospitalisation : études de cas de patients présentant une symptomatologie de type menace et atteintes aux mécanismes de contrôle
Bibliographic record
Abstract
Plusieurs travaux suggèrent que les personnes atteintes d’une maladie mentale grave représentent un risque plus élevé de passage à l’acte violent que les personnes de la population en générale. Les raisons pour lesquelles ces personnes seraient plus enclines à commettre des gestes violents restent toutefois souvent contradictoires. En 1994, Link et Stueve suggéraient qu’une personne atteinte de symptômes de type menace/atteintes aux mécanismes de contrôle (TCO), était significativement plus à risque de commettre un geste violent. Les résultats de ces travaux furent par la suite reproduits dans le cadre d’autres études. L’objectif de ce rapport de stage est de mieux comprendre la relation entre les symptômes TCO et le passage à l’acte agressif en cours d’hospitalisation. Pour ce faire, les informations concernant la symptomatologie et les passages à l’acte violents de deux résidents de l’Institut Philippe-Pinel de Montréal (IPPM) sont présentées sous forme d’études de cas. L’analyse du contenu clinique des études de cas suggère qu’une approche nomothétique ne permet de comprendre qu’en partie l’association entre le passage à l’acte agressif et les symptômes TCO. Une telle approche ne permet pas d’intégrer d’autres facteurs cliniques tels les hallucinations ou les idées de violence, à l’étude du passage à l’acte agressif. Une approche phénoménologique où l’on s’intéresse à la compréhension qu’a la personne de son environnement et aux moyens qu’elle envisage afin d’y répondre semble offrir davantage de pistes afin de comprendre le passage à l’acte violent chez la personne atteinte d’une maladie mentale grave.
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 | 0.001 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".