Géographie des seringues souillées à la traîne à Montréal
Notice bibliographique
Résumé
Plusieurs études s’intéressent aux seringues à la traîne, mais elles sont souvent de nature qualitative et portent surtout sur les comportements des utilisateurs de drogues injectables. Pourtant, il serait très pertinent de connaître la localisation des seringues souillées abandonnées afin d’optimiser les programmes de gestion de seringues. L’objectif de cet article est donc de tracer un portrait spatiotemporel des seringues à la traîne dans le quartier montréalais Centre-Sud, entre les années 2010 et 2014. Au plan méthodologique, deux méthodes d’analyse spatiale récentes sont mobilisées : le Network Kernel Density Estimation (NKDE) et le I Local Indicators of Network-Constrained Clusters (ILINCS) qui utilisent la distance réticulaire plutôt que la distance euclidienne. Nos résultats montrent qu’il existe plusieurs concentrations importantes de seringues dans le quartier et qu’elles bougent peu durant les cinq années. Ces résultats permettent aussi de constater que l’utilisation de ces nouvelles méthodes d’analyse spatiale (NKDE et ILINCS) est tout à fait appropriée dans le cadre d’événements se déroulant sur des axes routiers et que ces méthodes mériteraient d’être plus largement utilisées en géographie urbaine.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».