La réduction des méfaits en contexte carcéral québécois et canadien : tour d’horizon des pratiques connues
Bibliographic record
Abstract
Bon nombre de consommateurs de substances psychoactives se retrouvent dans les institutions carcérales québécoises et canadiennes. Or, leur consommation ne s’arrête pas nécessairement avec l’incarcération. Les taux de prévalence de consommation en prison et en pénitencier en témoignent. Aux prises avec les méfaits qui y sont associés (propagation des maladies virales, intoxication, etc.), les autorités pénitentiaires et de santé publique sont priées de trouver une réponse appropriée. En communauté, les pratiques de réduction des méfaits ont déjà démontré des résultats positifs au-delà de l’amélioration des comportements à risque. Toutefois, est-il possible d’adopter, dans un contexte carcéral, une approche visant à atténuer les méfaits associés à la consommation de drogue plutôt que de prôner l’abstinence totale de toute drogue ? Cet article tente une réponse à cette question en se basant sur un bref survol international des mesures adoptées en prison, mais plus spécifiquement en analysant celles entérinées à l’intérieur des murs québécois et canadiens. Il en ressort qu’une concertation entre les différentes instances correctionnelles, judiciaires et de santé publique s’avère essentielle dans l’adoption de mesures de réduction des méfaits et que doivent s’arrimer les soins prépost et carcéraux
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 | 0.006 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".