À la croisée des chemins : trajectoires addictives et trajectoires de services
Bibliographic record
Abstract
Comment un consommateur de substances psychoactives est-il amené à s’inscrire dans une trajectoire addictive ? Quel en est le développement ? Comment en sort-on ? Dans quelles circonstances de son parcours la personne toxicomane aura-t-elle recours à l’un ou l’autre des services offerts au Québec et quelle sera sa trajectoire de services ? Quelles seront les interactions entre ces deux trajectoires ? Comment favoriser que cette interaction mène vers une sortie de la toxicomanie ou, tout au moins, une réduction de ses méfaits ? » Les cinq chapitres de cet ouvrage se penchent sur ces importantes questions en présentant les résultats d’une recherche québécoise qui s’est intéressée au point de vue des personnes toxicomanes en regard de leur trajectoire addictive et de leur trajectoire d’utilisation de services. À la suite d’une recension des écrits sur les enjeux que pose l'intervention en toxicomanie et de la présentation de résultats quantitatifs et qualitatifs sur les profils et les trajectoires des participants rencontrés, les auteurs discutent de trois éléments essentiels dans la mise en place de services optimaux : le niveau de sévérité des problématiques détectées par les services de santé et de services sociaux au Québec, la notion de cumul de services et la collaboration et les enjeux d'intégration des services qui y sont reliés.
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 | 0.005 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.006 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.021 | 0.001 |
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".