Portrait de la Santé dans toutes les politiques au Canada : Faire progresser la santé mentale des nourrissons, des enfants et des jeunes grâce au mémoire Investissement en amont de l’Institut d’été atlantique
Bibliographic record
Abstract
L’Institut d’été sur les collectivités sûres et en santé au Canada atlantique (IÉA) constitue un exemple de premier plan de la contribution de la société civile à l’avancement de la Santé dans toutes les politiques au Canada. Grâce à sa perspective stratégique axée sur la santé mentale des nourrissons, des enfants et des jeunes, l’IÉA promeut des solutions politiques intersectorielles et en amont qui intègrent le bien-être mental dans tous les secteurs, paliers gouvernementaux et systèmes communautaires. Le mémoire Investissement en amont (MIA) propose une feuille de route stratégique et un ensemble de recommandations concrètes et éclairées par des données probantes afin d’encourager l’élaboration de politiques intersectorielles en amont qui favorisent le bien-être mental à toutes les étapes de la vie. Le MIA a contribué à l’obtention de résultats clés, notamment par l’élaboration d’un cadre de travail pour la Santé mentale dans toutes les politiques et par une mobilisation réussie en faveur de la motion 83, adoptée par l’Assemblée législative de l’Île-du-Prince-Édouard en mars 2022. Cette motion demandait au gouvernement de modifier en profondeur son approche en matière de politiques publiques favorables à la santé et de mettre en œuvre l’investissement en amont recommandé par l’IÉA et décrit dans le MIA.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.019 | 0.013 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 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".