Les endeuillés de la tragédie de Lac-Mégantic : ce qui différencie les personnes présentant un deuil compliqué de ceux qui n’en présentent pas.
Bibliographic record
Abstract
En juillet 2013, un train transportant du pétrole brut a déraillé à Lac-Mégantic (Québec), causant la mort de 47 personnes, le déplacement de plus de 2 000 habitants et des millions de dollars de dégâts. Les données d’une enquête populationnelle réalisée trois ans et demi après cette tragédie auprès de 800 adultes demeurant au sein de la MRC du Granit a permis de constater que plus du quart (26 %) des personnes ayant perdu un être cher à la suite de la tragédie obtiennent un score de 26 ou plus à l’échelle du « Complicated Grief Inventory ». Ils éprouveraient de grandes difficultés à faire face au deuil de leur proche et nécessiteraient de recevoir du soutien psychologique. Ils manifesteraient notamment du chagrin pathologique, de la colère, de l'incrédulité et des hallucinations. Cette enquête démontre aussi que ces personnes sont plus affectées par la perte de leur proche dans plusieurs aspects de leur vie (personnelle, conjugale, familiale, sociale et professionnelle) que les endeuillés ayant reçu un score égal ou inférieur à 25. À titre d’exemples, mentionnons que 59 % de ces personnes considèrent que leur état de santé s’est détérioré au cours des trois dernières années et que 83 % présentent des manifestations modérées à sévères de stress post-traumatique. Les recherches démontrent des taux de deuil compliqué variant entre 8 % et 76 % en fonction du type de tragédie vécue et du contexte du décès de ses proches (décès subi, mort violente).
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".