MétaCan
Menu
Back to cohort
Record W1554302989 · doi:10.7202/014302ar

Pourquoi commencer ? L’initiation à l’injection de drogues selon les jeunes de la rue

2006· article· fr· W1554302989 on OpenAlexafffundvenue
Élise Roy, Carole Morissette, Nancy Haley, Natalia Gutiérrez, Louis Rousseau, Véronique Denis

Bibliographic record

VenueDrogues santé et société · 2006
Typearticle
Languagefr
FieldMedicine
TopicHIV, Drug Use, Sexual Risk
Canadian institutionsUniversité de Sherbrooke
FundersHealth CanadaMinistère de la SantéMinistère de la Santé et des Services sociauxStyrelsen för Internationellt Utvecklingssamarbete
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Dans le cadre du développement d’une campagne de prévention du passage à l’injection de drogues chez les jeunes de la rue, nous avons mené sept groupes de discussion auprès de 37 d’entre eux âgés de 15 à 23 ans. L’analyse, à la fois déductive et inductive, a permis d’identifier les dimensions reflétant le point de vue des jeunes à propos de l’injection de drogues et des éléments qui favorisent le passage à l’injection dans leur milieu. Les résultats montrent que l’injection est généralement désapprouvée par les jeunes de la rue. Plusieurs ont des réserves, celles-ci étant liées aux conséquences négatives de l’injection. Ce que les jeunes redoutent le plus, c’est de devenir « accro », un risque qu’ils associent davantage à l’injection qu’aux autres modes de consommation. Malgré la désapprobation générale, au contact des utilisateurs de drogues par injection (UDI), il se produit une sorte de désensibilisation qui entraîne vers l’injection les plus vulnérables, soit les plus jeunes, surtout ceux qui satisfont leur besoin de sensations fortes à travers la drogue et recherchent une valorisation dans le monde de la rue. Divers éléments d’ordre individuel et social agissent alors pour amener ces jeunes à s’initier à l’injection. Plusieurs de ces éléments peuvent être modifiables par des interventions préventives.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.527
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.001

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.

Opus teacher head0.031
GPT teacher head0.379
Teacher spread0.348 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations11
Published2006
Admission routes3
Has abstractyes

Explore more

Same venueDrogues santé et sociétéSame topicHIV, Drug Use, Sexual RiskFrench-language works237,207