Bibliographic record
Abstract
40 % des personnes sans domicile fixe de Montréal souffrent d’un trouble mental grave. Cette situation alarmante a des causes complexes. Prises isolément, aucune ne peut prétendre tout expliquer. Parmi elles, l’état actuel du droit interpelle plus particulièrement les psychiatres et les juristes dans leur devoir de protéger les personnes les plus démunies. En effet, on ne peut plus se contenter d’invoquer la désinstitutionnalisation pour expliquer la forte proportion de malades mentaux parmi les itinérants. Il faut aussi considérer le fait que les soins sont désormais donnés en tenant compte du choix des personnes qui les reçoivent. Ce respect de l’autonomie des patients est le plus souvent bénéfique mais il a aussi pour conséquence de laisser à elles-mêmes, dans un état d’extrême indigence, sans même la capacité de crier au secours, des personnes gravement malades et en rupture de soins. Il est urgent d’opposer à ce nouveau visage de l’exclusion, un devoir d’ingérence envers les personnes bafouant, bien malgré elles, leur propre droit à recevoir soins et protection. Cliniciens et juristes doivent travailler ensemble pour définir les contours de ce devoir d’intervention. Il devront trouver un nouvel équilibre entre le besoin de soins et le respect des libertés.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.014 | 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".