Les pratiques de substitution des médecins généralistes belges face aux politiques publiques
Bibliographic record
Abstract
À l’heure actuelle, en Belgique, les pouvoirs publics oscillent entre réponses répressives et sanitaires à l’usage de drogues, ces deux tendances évoluant parallèlement et dessinant un paysage complexe. La parution d’un arrêté royal réglementant la délivrance et la prescription des traitements de substitution (2004, revu en 2006) a eu un impact direct sur les pratiques de médecins généralistes, qu’ils acceptent ou non les suivis d’usagers de drogues. Alors que pendant plus de dix ans, les médecins ont pratiqué dans une relative tolérance de prescriptions, comment cette intrusion législative est-elle vécue dans une pratique médicale et quels en sont les effets pervers ? À partir de récits de pratiques auprès de médecins généralistes, d’observations et d’analyses en groupe, cet article propose d’analyser l’impact de l’introduction d’une nouvelle législation sur les pratiques des médecins généralistes. Les médecins qui refusaient les usagers de drogues voient en la parution de cette législation un risque supplémentaire et ne s’investissent pas. Ceux qui prenaient en charge un faible nombre de patients tentent de restreindre cette activité, voire de s’en dégager. Les médecins les plus investis dépassent le cadre légal et se voient menacés de poursuites s’ils ne s’ajustent pas. Cette nouvelle législation pose donc la question de la relève et de la spécialisation en médecine générale.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".