De la découverte des substances psychoactives en milieu festif techno à l’usage maîtrisé
Bibliographic record
Abstract
Le milieu festif techno forme un contexte propice à l’usage de substances psychoactives, et en particulier de drogues de synthèse. De la découverte de ces fêtes à un investissement plus large dans l’univers culturel, les parcours de consommation sont multiples et dépendent d’un ensemble complexe de déterminants. Cette étude a porté sur l’évolution des parcours de consommation auprès d’une population professionnalisée, parfois dans le milieu festif techno, ayant commencé sa consommation depuis 6 à 15 ans. Les données ont été analysées par le biais d’une analyse de contenu. Les résultats de cette enquête ont visé à : décrire les spécificités des consommations liées au milieu (usage banalisé, polyconsommation, sociabilité de l’usage), esquisser des parcours de consommation possibles à partir de trois typologies d’usage ( festif , récréatif et dopant ), analyser la façon dont les modalités de contrôle des consommations s’intègrent dans ces parcours pour parvenir à un usage relativement maîtrisé. Dans une démarche de santé publique, ces résultats permettent d’envisager quelques pistes possibles de sensibilisation à la maîtrise des consommations dans un milieu fortement concerné par l’usage de drogues de synthèse.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 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 teacher head, 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".