L’activation des mécanismes endogènesd’auto-guérison dans les traitementsrituels des Angbandi
Bibliographic record
Abstract
Ce texte examine comment les mécanismes de production de la guérison fonctionnent dans le cas des thérapies rituelles et propose d’expliquer la guérison par l’activation intentionnelle de la part du guérisseur de certains mécanismes endogènes d’auto-guérison présents chez le malade. L’auteur commence par situer sa réflexion théorique sur l’efficacité de telles thérapies dans le contexte des études neurobiologiques et endocrinologiques qui mettent en relation les situations sociales, les états psychologiques et les modifications physiologiques. Le fonctionnement même de l’efficacité symbolique est ensuite discuté sur le plan concret, quoique général, par rapport à trois caractéristiques de la culture des Angbandi : la prévalence chez eux d’une pensée iconique et métaphorique, la façon dont ils somatisent et psychologisent leurs affects, et enfin la distinction qu’ils opèrent entre les différents niveaux de causes. De façon plus précise, le texte démontre finalement comment les rituels thérapeutiques se décomposent en modalités thérapeutiques, chacune de ces modalités venant activer, sur les plans biologique, psychologique et sociologique, certains mécanismes d’auto-guérison mis en oeuvre par la personne avant même l’intervention du guérisseur.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".