Le nombre d’Avogadro en prend pour son rhume. L’homéopathie en question
Bibliographic record
Abstract
Même si de plus en plus de psychoéducateurs utilisent des approches appuyées sur des données probantes, ils sont également confrontés dans leur pratique quotidienne à des approches dites alternatives dont la validité, dans la majorité des cas, reste à démontrer. Parmi celles-ci, l’homéopathie prétend traiter un ensemble de problèmes psychosociaux dont le TDAH, les troubles d’apprentissage, l’anxiété, la peur, etc. L’objectif de cet article est de considérer la pertinence de cette approche non seulement pour traiter les problèmes psychosociaux mais également l’ensemble des troubles qu’elle prétend soigner. Cet article comprend cinq parties. Dans la première, nous situons l’histoire de l’homéopathie dans le cadre de la chimie et de la pharmacologie modernes. La deuxième est consacrée à ce qu’il est convenu maintenant d’appeler « l’affaire de la mémoire de l’eau » que des homéopathes ont tenté de récupérer à leur profit pour justifier l’activité de leurs produits même lorsque la dilution de ceux-ci est telle qu’ils ne contiennent plus de molécule active. Au cours de la troisième partie, nous faisons état de la recherche concernant l’efficacité des traitements homéopathiques. Dans la quatrième partie, nous montrons brièvement que l’homéopathie vétérinaire n’est pas plus efficace que l’homéopathie appliquée aux humains. Dans la cinquième partie, nous soulevons quelques aspects éthiques en soulignant entre autres éléments que la prescription des produits homéopathiques et l’utilisation des « vaccins » de même nature ne sont pas sans conséquences.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.013 | 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".