L’usage du couvre-feu dans la lutte contre la COVID-19 : peut-on parler de cohérence ?
Notice bibliographique
Résumé
Depuis mars 2020, le gouvernement du Québec a mis en œuvre une série de mesures pour lutter contre le virus SARS-CoV-2 causant la COVID-19. Parmi ces mesures, il a imposé un couvre-feu à deux reprises — du 7 janvier au 28 mai 2021, puis du 31 décembre 2021 au 17 janvier 2022. Le présent article propose une réflexion qui vise à déterminer si l’usage du couvre-feu comme mesure de lutte contre la COVID-19 était cohérent. Pour ce faire, nous proposons d’abord de retenir six critères permettant de déterminer la cohérence d’une mesure, à savoir : les mesures font partie d’un ensemble d’éléments qui s’accordent bien les uns aux autres ; elles reposent sur un sens inféré commun ; elles sont plus ou moins cohérentes les unes avec les autres ; elles montrent un enchainement logique entre elles ; elles sont en continuité ; elles font partie d’ensembles d’éléments. Nous recensons ensuite toutes les mesures mises en œuvre par le gouvernement dans sa lutte contre la COVID-19 et les répartissons en différents ensembles, puis – en nous fondant sur les six critères mentionnés – nous évaluons la cohérence de l’usage du couvre-feu. Au terme de l’analyse, nous déterminons que l’usage du couvre-feu était cohérent, bien que certaines incohérences doivent être soulignées et nous cherchons à vérifier quels effets la cohérence relative de cette mesure a eus au sein de la société québécoise.
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 | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,019 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».