MétaCan
Menu
Retour à la cohorte
Enregistrement W4407296442 · doi:10.24095/hpcdp.45.2.02f

Cadre conceptuel pour le suivi des méfaits liés aux substances effectué par les autorités de santé publique

2025· article· fr· W4407296442 sur OpenAlexaffvenueabout
Heather Orpana, Aganeta Enns, Megan Striha, Diana George, Abban Yusuf, Stephanie L. Hughes, Le Li, Laura H. Thompson

Notice bibliographique

RevuePromotion de la santé et prévention des maladies chroniques au Canada · 2025
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensPublic Health Agency of CanadaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Résumé En raison de la crise d’intoxication aux drogues qui sévit au Canada et ailleurs, il est plus que jamais nécessaire de disposer de données à jour et pertinentes pour orienter les politiques et les programmes visant à atténuer les méfaits liés aux substances. Bien qu’il existe un certain nombre de systèmes de suivi ciblant des composantes précises de la consommation de substances et des méfaits qui en découlent au Canada, ces systèmes ne sont pas guidés par un cadre conceptuel global. Cet exposé de politique fondé sur des données probantes décrit l’élaboration d’un cadre conceptuel pour le suivi des méfaits liés aux substances effectué par les autorités de santé publique. Ce cadre comprend quatre thèmes principaux (facteurs de risque et de protection, consommation de substances, systèmes de soutien à la santé, méfaits et bienfaits liés à la consommation de substances), quatre thèmes transversaux (parcours de vie, équité, stigmatisation de la consommation de substances, santé et maladie mentale et physique) et deux considérations générales (utilisation respectueuse des données et consultation). Ce cadre est utilisable pour organiser les activités déjà en place et pour cerner les lacunes en matière de données et de suivi en vue d’un développement ultérieur.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,337

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,007
Études des sciences et des technologies0,0050,016
Communication savante0,0160,012
Science ouverte0,0030,004
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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 Opus0,081
Tête enseignante GPT0,405
Écart entre enseignants0,324 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePromotion de la santé et prévention des maladies chroniques au CanadaMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207