L’abus d’alcool chez les peuples indigènes du Brésil : une évaluation comparative
Bibliographic record
Abstract
Chez les autochtones du Brésil, l’alcoolisme, que l’on tient responsable des hauts taux de violence et de suicide, représente l’un des principaux problèmes de santé. Toutefois, les organismes gouvernementaux qui s’occupent de la santé des autochtones n’ont que récemment commencé à soutenir la recherche et les programmes de contrôle et de prévention. En réalité, sauf pour certains stéréotypes ou diagnostics biomédicaux, les habitudes de consommation d’alcool des autochtones sont méconnues. Des données comparatives sur l’abus d’alcool et d’autres substances ailleurs dans le monde ont été examinées dans le but de prouver que le milieu social est beaucoup plus révélateur que les critères biomédicaux universels. Le présent article se fonde sur ces données, ainsi que sur le peu de connaissances accessibles en ce qui concerne la consommation actuelle d’alcool chez les autochtones du Brésil, pour remettre en question la pertinence du terme « alcoolisme » dans la mise sur pied de programmes de prévention au sein de la population autochtone. Les problèmes découlant de l’abus d’alcool ne peuvent être compris et réglés qu’en étudiant de près la situation marginale des autochtones dans la société brésilienne.
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".