Penser les effets du désavantage social liés à la maladie chronique
Bibliographic record
Abstract
Cet article présente les enjeux épistémologiques liés à la mise en place et à l’exploitation de données produites dans le cadre d’un projet transdisciplinaire sur de jeunes drépanocytaires en Guadeloupe. Le recours au modèle théorique du MDH-PPH vise à appréhender les interactions réciproques entre effets biomédicaux de la pathologie et habitudes de vie, en rompant avec les lectures médicales du handicap. Fondé sur une approche inclusive, ce modèle considère les facteurs individuels en interaction avec l’environnement physique et social dans l’étude de la réalisation d’activités courantes et rôles sociaux. La réflexion sur la transdisciplinarité qui en découle porte sur l’opérationnalisation du protocole d’enquête et sur les modalités de traitement des données de recherche. Comment éviter la dispersion ou la simple coexistence de ces dernières? En contribuant à leur intégration, le MDH-PPH offre un cadre susceptible de favoriser les applications et retombées pour les patients. La démarche transdisciplinaire vise donc ici des retombées sociétales et inclusive des jeunes drépanocytaires dans toutes les sphères de leur vie sociale, et questionne les fondements épistémologiques d’une étude transdisciplinaire de la drépanocytose privilégiant une approche socio-anthropologique.
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 | 0.041 | 0.120 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.007 | 0.009 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 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".