MétaCan
Menu
Retour à la cohorte
Enregistrement W1970656045 · doi:10.7202/016016ar

Portrait des activités délinquantes et de l’usage de substances psychoactives chez des jeunes consultant un centre de réadaptation pour personnes alcooliques et toxicomanes

2007· article· fr· W1970656045 sur OpenAlexaffvenue
Joël Tremblay, Natacha Brunelle, Nadine Blanchette-Martin

Notice bibliographique

RevueCriminologie · 2007
Typearticle
Languefr
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Près de 900 jeunes présentant une problématique sévère de toxicomanie ont été évalués lors de leur demande de service en centre spécialisé. Un portrait de leur consommation de substances psychoactives est dressé et comparé en fonction des types d’encadrement judiciaire auquel est soumis l’individu, mais aussi en fonction du sexe. On constate des variations importantes de consommation de drogues entre les groupes (jeunes contrevenants par rapport aux jeunes en situation de protection ou encore, sous aucun encadrement légal) permettant d’appuyer l’hypothèse de liens entre, d’une part, l’intensité et le type de consommation de substances psychoactives et, d’autre part, la gravité des activités délictueuses. On tente d’identifier la portion de délits commis pour des fins de consommation de substances psychoactives et, donc, d’évaluer la proportion de jeunes qui cesseraient probablement les activités délictueuses si on pouvait les aider à cesser cette consommation de drogues. Les différences entre les sexes sont également mises en évidence.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,181
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,245
Tête enseignante GPT0,417
Écart entre enseignants0,172 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207