FORMER À L’ÉVALUATION DU RISQUE SUICIDAIRE EN TRAVAIL SOCIAL : LA SIMULATION PAR LES PAIRS
Bibliographic record
Abstract
La rencontre avec la personne suicidaire en travail social est à la fois inévitable et fortement anxiogène. Pourtant, la formation universitaire en matière de suicide demeure facultative. Elle est tributaire de décisions arbitraires de la part d’écoles ou de départements. Elle s’effectue parfois entre enseignant(e)s dans les programmes de formation eux-mêmes. Cette faiblesse pédagogique devrait questionner le travail social à un double niveau. D’une part, elle nuit à la protection de l’intégrité de la personne en détresse suicidaire lorsque cette dernière rencontre une travailleuse ou un travailleur social. D’autre part, elle nuit à la travailleuse ou au travailleur social en fragilisant son intégrité psychique dans un contexte à fort risque d’autolétalité. La formation en travail social en matière de suicide doit être améliorée en conséquence. Le présent article présente un récit d’enseignement à l’évaluation du risque suicidaire qui contribue à la réflexion collective sur ce projet d’amélioration. Il décrit une pédagogie axée sur la simulation par les pairs qui met en lumière une interface riche et complexe entre les connaissances, l’acquisition de compétences et la régulation de soi pour la détresse suicidaire.
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 | 0.025 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.019 | 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".