Bibliographic record
Abstract
Les thèmes abordés dans ce quatrième volume de La psychologie au quotidien sont différents de ceux qui le furent dans les trois premiers. Cette fois-ci, des réponses sont apportées aux questions suivantes : Pourquoi fonder une famille aujourd’hui ? Comment peut-on intervenir pour réduire la douleur chronique ? Pourquoi être empathique et qui ne l’est pas ? Quels sont les effets de la méditation ? Que faire pour mieux dormir lorsqu’on a un trouble du sommeil lié à son horaire de travail ? Comment la psychologie cognitive peut-elle améliorer l’efficacité des pilotes d’avion ? Pourquoi le temps semble-t-il passer plus vite en vieillissant ? Dans certains chapitres, les auteurs définissent des troubles psychologiques afin d’aider le lecteur à les identifier, à composer avec eux et à déterminer si une aide psychologique extérieure est nécessaire. D’autres chapitres offrent plutôt une synthèse et des pistes de réflexion sur des sujets particuliers qui devraient permettre au lecteur d’élargir sa vision de ce que la psychologie a à offrir. Ce livre est le fruit de la collaboration de huit professeurs et un professeur retraité de l’École de psychologie de l’Université Laval. Dans quelques cas, ceux-ci ont été assistés par des membres de leur laboratoire de recherche.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.037 | 0.007 |
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".