Les effets narratifs de l’art pictural auprès du proche aidant en psycho-oncologie
Bibliographic record
Abstract
Objectif : Cette étude qualitative vise à décrire les effets narratifs d’un protocole d’accompagnement psychooncologique s’appuyant sur les productions picturales d’une proche aidante (Mme Rose, 70 ans) accompagnant son mari atteint d’un cancer incurable. Matériel et méthode : Il s’agit d’un protocole autour de la figuration picturale de la proche aidante composé de quatre étapes (temps) : l’entretien préliminaire (T1), une première rencontre autour de la création picturale (T2), une seconde rencontre d’approfondissement autour de la création picturale (T3), l’entretien final (T4). Nous avons utilisé le logiciel T-LAB 9.1.3 pour le calcul des associations de mots (cooccurrences) et réalisé une interprétation du récit selon l’approche humaniste/existentielle. Résultats : Ce dispositif de recherche a permis de montrer les effets narratifs avant et après le travail artistique sur les problématiques psychiques inhérentes au vécu du proche aidant et notamment sur l’angoisse de mort. La dimension romantique du récit semble pouvoir supporter la narration tragique de Mme Rose. Conclusion : Le « travail psychique avec la production picturale » peut permettre au proche aidant de mettre en figure l’amour et la mort à travers une narration personnelle empruntant à l’univers narratif du romantisme ses enjeux existentiels.
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 | 0.008 | 0.062 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 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".