MétaCan
Menu
Back to cohort
Record W4414589994 · doi:10.64490/nsrw7008

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

2025· report· fr· W4414589994 on OpenAlexaboutno aff
Camille Mercier, Natalia Botero

Bibliographic record

Venuenot available
Typereport
Languagefr
FieldSocial Sciences
TopicPublic Health and Social Inequalities
Canadian institutionsnot available
Fundersnot available
KeywordsArmed conflictWestern europeLocal Development

Abstract

fetched live from OpenAlex

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.010
metaresearch head score (Gemma)0.006
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.322
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0100.006
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0020.000
Bibliometrics0.0000.001
Science and technology studies0.0040.007
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0020.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.036
GPT teacher head0.400
Teacher spread0.364 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same topicPublic Health and Social InequalitiesFrench-language works237,207