Consommation problématique de substances ou politiques problématiques en la matière?
Bibliographic record
Abstract
Ce numéro spécial sur les problèmes de consommation de substances paraît dans une période cruciale pour les responsables des politiques et pour les chercheurs canadiens en matière de santé. À l’heure actuelle, ce sont la crise des opioïdes et les répercussions possibles de la légalisation du cannabis qui retiennent le plus l’attention. Cependant, les substances les plus consommées et les plus nocives demeurent l’alcool et la nicotine. Les politiques visant à réduire les méfaits de ces substances ne suffisent pas : les politiques sur le contrôle de l’alcool sont progressivement abandonnées et on ne saisit pas les occasions de maximiser le potentiel de réduction des méfaits associé aux nouveaux dispositifs d’administration de nicotine plus sécuritaires. Plus généralement, il faut davantage cibler les stratégies de réduction des méfaits fondées sur l’expérience des personnes marginalisées ayant de graves problèmes de consommation de substances, de manière à ne pas aggraver les inégalités en matière de santé. Afin de mieux éclairer les interventions stratégiques, nous recommandons des approches novatrices de contrôle et de surveillance qui maximisent le recours à de multiples sources de données, comme celles utilisées dans le cadre du projet Coûts et méfaits de l’usage de substances au Canada (CEMUSC). Il faut également accorder une plus grande attention à la précision des définitions de ce qu’est une habitude de consommation à risque et un méfait, afin de favoriser l’adoption de politiques qui tiennent mieux compte des taux réels de méfaits liés à la consommation de substances dans la société canadienne et qui sont davantage capables de les contrer.
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 | 0.014 | 0.036 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.007 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
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".