Mesures de contrôle en milieu psychiatrique : trois perspectives pour en guider la réduction, voire l’élimination
Bibliographic record
Abstract
Cet article présente dans un premier temps, le contexte dans lequel se situent les orientations ministérielles en matière de mesures de contrôle en psychiatrie telles la contention et l’isolement. Les auteurs exposent les connaissances concernant l’utilisation et la réduction des mesures et proposent trois perspectives pour en guider la réduction et l’élimination. La première perspective est orientée vers le contrôle de l’agir violent, la seconde, guidée par une meilleure compréhension de l’expérience vécue par les acteurs impliqués dans l’agir violent. La troisième perspective proposée par les auteurs est dirigée vers l’intégration du traumatisme comme expérience et prend en compte les différentes dimensions du cycle de la violence auquel contribuent les mesures de contrôle. Enfin, les auteurs concluent sur des pistes d’intervention pour réduire, sinon éliminer les mesures de contrôle en psychiatrie.
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 | 0.007 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.006 | 0.014 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".