La réduction des méfaits en contexte carcéral québécois et canadien : tour d’horizon des pratiques connues
Notice bibliographique
Résumé
Bon nombre de consommateurs de substances psychoactives se retrouvent dans les institutions carcérales québécoises et canadiennes. Or, leur consommation ne s’arrête pas nécessairement avec l’incarcération. Les taux de prévalence de consommation en prison et en pénitencier en témoignent. Aux prises avec les méfaits qui y sont associés (propagation des maladies virales, intoxication, etc.), les autorités pénitentiaires et de santé publique sont priées de trouver une réponse appropriée. En communauté, les pratiques de réduction des méfaits ont déjà démontré des résultats positifs au-delà de l’amélioration des comportements à risque. Toutefois, est-il possible d’adopter, dans un contexte carcéral, une approche visant à atténuer les méfaits associés à la consommation de drogue plutôt que de prôner l’abstinence totale de toute drogue ? Cet article tente une réponse à cette question en se basant sur un bref survol international des mesures adoptées en prison, mais plus spécifiquement en analysant celles entérinées à l’intérieur des murs québécois et canadiens. Il en ressort qu’une concertation entre les différentes instances correctionnelles, judiciaires et de santé publique s’avère essentielle dans l’adoption de mesures de réduction des méfaits et que doivent s’arrimer les soins prépost et carcéraux
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».