Souffrance et soin spécifiques du bébé dans un contexte de troubles des interactions mère-bébé
Bibliographic record
Abstract
À partir d’un travail de recherche qualitative sur une population de dyades mère-bébé hospitalisées en unité parents-bébé, nous étudions les résonances entre deux approches de la souffrance du bébé. La première correspond à une recherche clinique au contact direct de la famille, la seconde à une analyse à distance sur base de vidéos du bébé et d’une cotation standardisée (ADBB) du retrait relationnel. Les résultats mettent en évidence que, lorsque l’observateur menant la recherche connaît l’histoire de la famille, un regard neutre sur le bébé n’est pas toujours possible, de par l’identification à la souffrance parentale. Lorsqu’une ou plusieurs personnes tierces observent le bébé « à l’aveugle », sans connaître le contexte familial, se dégage alors un accès à la souffrance du bébé plus objectif. Les auteurs proposent de multiplier ce type d’interventions, au sein des équipes ou entre les équipes afin de garantir un soin spécifique au bébé. Enfin, il apparaît que le corps du bébé se fait le traducteur au moins partiel et pour certaines dyades, d’une part des interactions fantasmatiques. C’est pourquoi les auteures proposent de parler plutôt d’interactions tonico-fantasmatiques.
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 | 0.005 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.006 | 0.006 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".