Sélection et exclusion à l’œuvre dans les dispositifs d’aide, d’information et d’accompagnement sociosanitaires en prison et à la sortie
Bibliographic record
Abstract
Cet article s’intéresse aux processus de sélection et d’exclusion qui sous-tendent l’aide, l’accompagnement et l’information à destination des personnes détenues et des sortants de prison, sur le plan de la santé (addiction, prévention et réduction des risques et des dommages infectieux) et du social (préparation à la sortie, hébergement, (ré)insertion). Il est issu d’une recherche de deux ans sur la prévention et la RdRD en prison et à la sortie. Des entretiens ont été réalisés avec 80 professionnels et bénévoles exerçant en milieu carcéral et au-dehors. Alors qu’en prison sont sélectionnées les personnes détenues les plus précarisées et malades parmi les personnes en situation de précarité et de vulnérabilité sociosanitaire, dans les structures extérieures sont retenus les sortants de prison identifiés comme les moins vulnérables et précaires (les plus « réinsérables », en bonne santé et disposant de ressources) parmi les personnes en situation de précarité et de vulnérabilité sociosanitaire.
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 | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".