MétaCan
Menu
Back to cohort
Record W2067637486 · doi:10.7202/004727ar

Pratiques de déjudiciarisation de la maladie mentale : le modèle de l’Urgence psychosociale-justice

2002· article· fr· W2067637486 on OpenAlexaffvenueabout
Daphné Morin, Pierre Landreville, Danielle Laberge

Bibliographic record

VenueCriminologie · 2002
Typearticle
Languagefr
FieldPsychology
TopicHealthcare Decision-Making and Restraints
Canadian institutionsUniversité du Québec à MontréalUniversité de Montréal
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Au Canada, on a constaté un nombre grandissant de personnes ayant des problèmes de santé mentale et qui ont des démêlés avec la justice. La dynamique d'exclusion engendrée par cette intervention pour ces personnes - difficultés d'accéder à des soins et des services, détérioration des conditions de vie, accélération de la judiciarisation avec des retours multiples en prison -, ainsi que l'épuisement des ressources - consultations répétées en urgence psychiatrique, demandes accrues de services auprès des ressources communautaires -, ont montré la nécessité d'examiner la politique de déjudiciarisation. Cette dernière vise l'usage de mesures non pénales ou, lorsque ce n'est pas possible, la diminution ou l'absence de recours à l'incarcération, selon la nature ou la gravité du problème à régler. Cet article documente des pratiques de déjudiciarisation à travers l'exploration d'un nouveau programme d'intervention : l'Urgence psychosociale-justice de Montréal (UPSJ). Après un examen de la thèse de la criminalisation de la maladie mentale, le texte présente quelques résultats préliminaires des 19 premiers mois de fonctionnement du service. En conclusion, s'il apparaît évident que l'UPSJ joue un rôle clé en amont en évitant des entrées dans le système pénal, elle soulève la question de la capacité du milieu à répondre aux besoins d'intervention et de prise en charge des populations ciblées.

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)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Other design · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.850
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.001

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 head0.433
GPT teacher head0.472
Teacher spread0.039 · 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; both teacher heads agree on what is shown here.

Study designOther design
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

Citations13
Published2002
Admission routes3
Has abstractyes

Explore more

Same venueCriminologieSame topicHealthcare Decision-Making and RestraintsFrench-language works237,207