MétaCan
Menu
Back to cohort
Record W2771405644 · doi:10.7202/1041855ar

Penser et percevoir autrement les personnes qui font usage de drogues par injection

2017· article· fr· W2771405644 on OpenAlexafffundvenue
Hélène Poliquin

Bibliographic record

VenueDrogues santé et société · 2017
Typearticle
Languagefr
FieldMedicine
TopicHIV, Drug Use, Sexual Risk
Canadian institutionsUniversité de Sherbrooke
FundersCanadian Institutes of Health Research
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Cet article propose une réflexion sur les caractéristiques des personnes qui font usage de drogues par injection (UDI) pouvant mener à un élargissement de la réponse sociale qui ira au-delà des interventions biomédicales ciblant des personnes « à risques ». Ainsi, le potentiel mobilisateur et les limites de la prise en compte des personnes UDI par d’autres caractéristiques sociales seront exposés. Il s’agit de la personne vue comme étant « vulnérable », « souffrante », « victime de discrimination et d’iniquités sociales » et enfin « en devenir ». Il sera exposé que la réponse aux « problèmes » sociaux des personnes UDI dépendra de notre aptitude, en tant que société, à repenser les actions autrement que par une approche sanitaire reposant massivement sur la prévention des risques biologiques et des maladies. Plus particulièrement, la prise en compte de l’individu comme un être en devenir, avec des projets qui lui sont propres, est capital pour se déprendre des pensées institutionnelles réductrices et pour humaniser la réponse sociale. Il est notamment nécessaire, dans une société qui se veut solidaire, juste et équitable, de voir à créer les conditions sociales essentielles. Il s’agit de créer des espaces de réduction des méfaits et de soin et de rendre accessibles diverses sources d’aide dont l’insertion sociale par l’emploi et le logement, des lieux d’écoute et des mécanismes de reconnaissance des forces et des aspirations singulières de ces personnes, sans tomber dans le piège des formules d’interventions toutes faites, des préjugés ou des stéréotypes.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.009
Threshold uncertainty score0.022

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.006
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.000
Science and technology studies0.0020.002
Scholarly communication0.0030.003
Open science0.0000.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0060.001

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 head0.075
GPT teacher head0.412
Teacher spread0.337 · 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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
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

Citations8
Published2017
Admission routes3
Has abstractyes

Explore more

Same venueDrogues santé et sociétéSame topicHIV, Drug Use, Sexual RiskFrench-language works237,207