Appel à contributions - Numéro spécial 2020 - Consommation problématique de substances : tendances et questions émergentes en santé publique
Bibliographic record
Abstract
Promotion de la santé et prévention des maladies chroniques au Canada Recherche, politiques et pratiques 256 Vol 39, n° 6/7, juin/juillet 2019 Rédacteurs : Robert Geneau et Margaret de Groh (rédacteurs en chef, Agence de la santé publique du Canada)Les substances telles que l'alcool, le cannabis et les autres drogues représentent d'importants défis pour la santé publique, la sécurité publique et la santé et le bien-être des Canadiens, de par leur capacité à causer des dépendances, des maladies et des méfaits.Dans le contexte de la crise nationale des opioïdes à laquelle le Canada continue de faire face, des changements aux dispositions législatives fédérales sur le cannabis, des coûts sociétaux importants en lien avec l'alcool et le tabac, et de la popularité croissante des produits de vapotage, il est impératif de surveiller, d'une perspective de santé publique, la portée et les impacts de la consommation problématique de substances.L'objectif de ce numéro spécial est de présenter les données probantes des recherches les plus récentes afin de façonner la Stratégie canadienne sur les drogues et autres substances et de partager des résultats scientifiques avec les décideurs, les fournisseurs de services, les collectivités et les personnes qui con somment des substances ou qui sont touchées par les problèmes liés à la consommation de substances.
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 | 0.027 | 0.068 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.010 | 0.006 |
| Open science | 0.004 | 0.005 |
| Research integrity | 0.011 | 0.005 |
| Insufficient payload (model declined to judge) | 0.086 | 0.038 |
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".