Application des connaissances scientifiques en prévention du suicide. Vérification d’une stratégie fondée sur la communauté de pratique
Bibliographic record
Abstract
Cet article a pour objectif de décrire une expérience pilote fondée sur les principes d’action des communautés de pratique (CoP), afin de rapprocher chercheurs et milieux de pratique en prévention du suicide et favoriser une meilleure utilisation des connaissances scientifiques. Des professionnels (n = 15) de différents organismes concernés par la prévention du suicide au Québec et disséminés sur tout le territoire (Centres de prévention du suicide, centres jeunesse, direction de santé publique, milieux hospitaliers), ainsi que des chercheurs (n = 4) et un animateur de la communauté ont participé à cette expérience innovante. La CoP a permis d’obtenir des effets sur la réceptivité envers les connaissances, l’accès aux ressources et aux connaissances et le développement de collaboration entre les membres. Des conditions préalables semblent cependant nécessaires à des collaborations accrues entre recherche et pratique, notamment un rapprochement sur le plan des valeurs et une relation fondée sur la confiance et le respect de l’autre et la capacité d’investir du temps dans le développement de relations de travail.
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 | 0.051 | 0.054 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.008 | 0.009 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 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".