JEu me questionne : un programme désiré par les CSSS du Québec ?
Bibliographic record
Abstract
JEu me questionne est le premier programme québécois d’intervention semi-autonome conçu pour venir en aide aux joueurs désirant exercer un meilleur contrôle sur leurs habitudes de jeu. Ce programme pourrait être offert dans les centres de santé et de services sociaux (CSSS), l’une des portes d’entrée pour les demandes de services en jeu problématique. Plusieurs CSSS du Québec qui offrent des services de première ligne à une clientèle variée intègrent déjà à leur offre de service un programme d’autotraitement pour les problèmes de consommation d’alcool. Un programme tel JEu me questionne correspond-il à un besoin et à un intérêt pour les CSSS ? L’étude vise à documenter la situation actuelle des services offerts en CSSS en matière de jeu et à vérifier la perception des administrateurs et des intervenants des CSSS à l’égard d’une éventuelle offre de ce programme dans leur milieu. Quatre-vingt-deux intervenants et seize administrateurs recrutés dans neuf CSSS du Québec ont rempli un questionnaire élaboré pour les besoins de l’étude. Les résultats montrent que près de 70 % des CSSS n’offrent pas de services d’intervention précoce pour les problèmes de jeu, redirigeant plutôt les demandeurs vers des ressources spécialisées. La majorité des répondants (65 %) affiche un intérêt pour offrir ce programme dans leur établissement et perçoit qu’il répondrait à un besoin des usagers. Pour réaliser cette offre, les répondants soulèvent l’importance d’une formation adéquate, la présence de ressources en quantité suffisante, la concertation des milieux cliniques et la promotion du service. Le manque de temps et de ressources humaines et financières représente le principal obstacle. Des solutions à ces contraintes sont discutées, dont la gestion centralisée de ce programme pour un meilleur accès aux joueurs.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 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".