Boire et déboires : la consommation d’alcool dans les bals de finissants du secondaire et les initiations universitaires
Bibliographic record
Abstract
Chaque année, le milieu scolaire marque une pause pour laisser place à deux fêtes importantes. La première se déroule sitôt la rentrée scolaire, en septembre : ce sont les initiations universitaires où les anciens (ou initiateurs) se font fort d’intégrer les nouveaux (ou initiés). La seconde prend place à la fin de l’année scolaire, au mois de juin, quand les étudiants du secondaire, qui terminent leur cycle d’étude, soulignent à gros traits les bals de finissants. Dans chacun de ces événements, la consommation d’alcool est considérable. C’est sur elle que notre regard se pose dans cet article : qu’est-ce qui amène ces jeunes à boire de l’alcool de façon assez importante à ces moments précis ? Que boivent-ils ? Les types de boisson ont-ils une connotation particulière ? Comment boivent-ils aussi ? Boivent-ils différemment qu’à l’habitude ? Voilà quelques questions qui soutiennent la réflexion au coeur de l’article. La première partie du texte est consacrée à la description du boire dans les bals de finissants et dans les initiations universitaires. Dans la deuxième partie, nous essayons de comprendre le sens de ce boire, à partir des propos des acteurs eux-mêmes et aussi en tenant compte du cadre général de ces deux rituels festifs.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".