À corps perdu : réflexion sur les enjeux de la psychothérapie à distance
Bibliographic record
Abstract
La pandémie de COVID-19 a forcé la migration rapide des cliniciens et des patients du bureau de consultation physique vers le bureau virtuel. Si la télépratique existait bien avant la pandémie, son utilisation demeurait marginale et ses implications cliniques n’étaient que très peu discutées. Bien qu’un grand nombre de cliniciens offrent désormais de la psychothérapie à distance de manière courante, et ce, sans même que la situation ne l’exige, de nombreuses questions d’ordres pratique et théorique subsistent. Cet article propose donc une réflexion tirée d’observations issues de la pratique de la psychothérapie à distance et en personne. Nous discuterons plus particulièrement des caractéristiques du cadre thérapeutique et de différents dispositifs qui en découlent. Il sera également question du rôle structurant de la spatialité et de la temporalité, comprises comme conditions a priori de l’élaboration du discours en thérapie. La réflexion portera ensuite sur le rôle du corps dans la clinique, puis sur la nature de la représentation psychique de soi, de l’autre et du discours. Nous terminerons en présentant divers éléments de discussion en lien avec les modèles corps-esprit et l’état actuel du champ socioculturel.
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 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.032 |
| Scholarly communication | 0.007 | 0.008 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.004 | 0.008 |
| 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".