Bibliographic record
Abstract
Depuis l’Antiquité, la dépression est l’une des maladies de la psyché à la fois la plus connue et la plus redoutée pour l’être humain. Très étudiée par les médecins, les psychologues, les philosophes et même les écrivains (le « spleen » poétisé par Baudelaire est devenu célèbre), nous pouvons aborder la dépression sous de nombreux angles d’observation différents, notamment par le biais de la neurobiochimie et de la neurophysiologie. L’activité des neurotransmetteurs dans les synapses neuronales est aujourd’hui clairement identifiée et nous permet de mieux comprendre l’action, par exemple, des médicaments antidépresseurs. Or, ce n’est pas à partir de cet angle, purement chimique, ni non plus sous l’angle strictement clinicien que nous analyserons la dépression (la psychiatrie reconnaît une bonne dizaine de tableaux cliniques), mais nous parlerons spécifiquement de la « dépression du senior » et cela d’un point de vue plutôt « existentiel ». Comment cette maladie naît-elle et s’enracine-t-elle dans l’existence humaine ?
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".