Les parcours de vie des personnes en situation d’itinérance ayant une lésion cérébrale acquise
Bibliographic record
Abstract
On estime que la moitié des personnes en situation d’itinérance ont subi une lésion cérébrale acquise (LCA) au cours de leur vie. Pour la plupart d’entre elles, une première LCA précède un premier épisode d’itinérance. Toutefois, les connaissances sur les parcours de vie des personnes concernées et les points tournants vers l’itinérance chez cette population sont limitées. Cet article présente les résultats d’une étude menée auprès de 26 personnes ayant un historique d’itinérance et de LCA. L’analyse thématique de ces entretiens semi-structurés met en évidence quatre parcours types. Dans deux de ces parcours, la LCA agit comme premier ou principal point tournant vers l’itinérance lorsque le soutien offert aux personnes face aux conséquences comportementales, cognitives ou fonctionnelles de la LCA est insuffisant. Dans les deux autres parcours, le rôle de la LCA s’inscrit dans une toile de fond de vulnérabilités liées à des expériences traumatiques continues et des ruptures sociales multiples. Ces résultats illustrent le rôle important que peuvent jouer les LCA dans le déclenchement et le maintien de l’itinérance, et montrent comment les institutions sociales et de santé peuvent reconnaître la réalité des personnes touchées pour adapter leurs pratiques.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".