Interactions à risque entre les enfants et les chiens au Nunavik : dans une perspective d’approche écosystémique de la santé
Bibliographic record
Abstract
Dans les villages Inuit les chiens peuvent présenter un risque pour la santé publique, particulièrement pour les enfants, notamment via les morsures et les zoonoses, comme la rage. Plusieurs programmes de réduction des morsures visant les enfants ont été mis en place, avec des résultats mitigés. Une compréhension de la relation et des interactions particulières que les enfants inuit entretiennent avec les chiens est nécessaire pour créer un programme adapté au Nunavik. Cette étude transversale a comme objectifs de décrire les interactions entre les enfants et les chiens et d’en comprendre les déterminants; le tout dans une approche écosystémique de la santé. Une méthodologie mixte a été choisie, intégrant 72 périodes d’observations directes, 34 entrevues semi-dirigées (44% de répondants Inuit et 56% de répondants non Inuit) et 31 observations participantes (39% de participants Inuit et 61% de non Inuit), analysées à l’aide des logiciels R et Nvivo. L’analyse qualitative des entretiens a révélé que les comportements les plus à risque des enfants étaient la fuite, l’intervention durant une bataille de chiens, l’agression à l’égard des chiens et le fait de les détacher. Toutes ces interactions ont été observées, bien que rarement, durant les observations directes exceptée l’action de détacher un chien. Concernant les raisons possibles de la prise de risque par les enfants, les perceptions étaient complexes et comprenaient des facteurs familiaux, socio-situationnels, liés à l’enfant et au macro-environnement. Cette étude offre des balises uniques et des données novatrices en vue de la création d’un programme socio-culturellement adapté pour améliorer la relation entre les enfants et les chiens et réduire les morsures.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".