Du côté des recherches cliniques d’orientation psychanalytique en sciences de l’éducation
Bibliographic record
Abstract
J’interpréterai pour ma part la question posée en me référant à une seule branche de la psychologie : la psychologie clinique ; je proposerai ainsi quelques pistes de réflexion concernant la mise en perspective du courant de recherches cliniques d’orientation psychanalytique que je soutiens dans le champ des sciences de l’éducation avec le courant de recherches cliniques soutenu par des chercheurs relevant de la discipline psychologie. J’indiquerai que, dans notre champ, nous nous inscrivons dans un courant Pédagogie et psychanalyse dont les premiers contours ont été dessinés par Freud et que cette appartenance nous allège peut-être de certaines contraintes en même temps qu’elle définit notre lien singulier à la psychanalyse. Je montrerai que cela se traduit concrètement au plan de la méthodologie de recherche en induisant notamment des différences sur la question des hypothèses, sur celle des élaborations contre-transférentielles du chercheur ainsi que sur les questions de validation ; je ferai ainsi l’hypothèse que cela nous donne peut-être un peu plus de liberté dans notre posture de chercheur. Je m’appuierai, pour ce faire, sur la note de synthèse que nous avons publiée dans le numéro 151 de la Revue française de pédagogie en 2005 et sur les nombreuses communications présentées au colloque Cliopsy que nous avons organisé à la Sorbonne en novembre 2006.
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 | 0.055 | 0.132 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.008 | 0.007 |
| Science and technology studies | 0.006 | 0.027 |
| Scholarly communication | 0.018 | 0.017 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.005 | 0.013 |
| Insufficient payload (model declined to judge) | 0.012 | 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".