Pour une réglementation sur l’usage du tabac dans un centre hospitalier du Québec
Bibliographic record
Abstract
L’usage du tabac entraîne un nombre toujours plus grand de décès et d’hospitalisation. Certains organismes, conscients de ce phénomène, font des efforts valables afin d’en limiter la consommation. Dans cet article, nous présentons les différentes étapes franchies à la demande de la direction de l’Hôpital Ste-Croix pour arriver à une réglementation sur l’usage du tabac dans le dit établissement. Dans le but de connaître les opinions des groupes fréquentant l’hôpital, nous avons fait une enquête par échantillon. Cinq catégories ont été rejointes soient les employés, les patients, les bénéficiaires du centre d’accueil, les visiteurs et les usagers de la clinique externe et d’urgence. Les questionnaires ont été distribués selon un processus adapté à la clientèle et de cette façon nous avons réussi à récupérer 94 % des questionnaires. Les réponses des différents groupes visés portent à croire que le climat est propice à une approche positive du contrôle de l’usage du tabac. Tous sont prêts à accepter une réglementation, même les fumeurs qui représentaient 47 % de l’échantillon. Il demeure qu’une interdiction sans exception ne peut être envisagée. C’est dans cette optique que les démarches pourront se poursuivre ultérieurement.
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".