Le déni en alcoologie, à travers ce qu’il n’est pas
Bibliographic record
Abstract
Le malade alcoolique est souvent redouté par la répétition de ses conduites, en référence au traditionnel « qui a bu, boira ». Il est aussi fréquemment réduit à une présupposée mauvaise foi et à des réticences à parler de ses troubles ou de lui-même, rapidement résumées sous le nom générique de déni. La situation du soigné sera envisagée dans cet article, à travers ses possibles difficultés à communiquer et à investir le support de la parole, à la lumière de diverses références complémentaires neurocognitives (de négligence, d’anosognosie, d’apathie…) ou psychodynamiques (d’apsychognosie, d’alexithymie, d’altération de lecture de l’esprit de la théorie de l’esprit), délimitant ainsi en négatif les contours de la notion classique de déni en alcoologie. Après avoir passé en revue la diversité des formes du déni, de ses présentations et de ses registres, le texte envisagera les fonctions de cette négation, la considérant essentiellement en alcoologie comme une dénégation, plutôt que comme un déni. L’objectif de cette revue théorique est de proposer aux soignants de faire-avec et de s’adapter, plutôt que de simplement lutter contre. Enfin, et en contrepoint, la question du déni des soignants sera considérée comme une altérnative présente, voire prédominante.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.014 |
| Scholarly communication | 0.004 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 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".