L’expertise médicale. En responsabilité médicale et en réparation du dommage corporel , J. Hureau, D. Poitout , Éditions Masson, Paris, 2002 : 424 p., ISBN : 2-294-01463-4
Bibliographic record
Abstract
RésuméAu Québec, les taux d’allaitement sont déplorables et encore plus chez les mères fumeuses. Les intervenants en santé publique cherchent à augmenter les taux d’allaitement et à éliminer le tabagisme. Doit-on « prioriser » les interventions pour lutter contre le tabac, promouvoir l’allaitement ou cibler ces deux objectifs à la fois ? Cet article tente de trouver des réponses scientifiques à cette question à travers une revue de littérature exhaustive des dix dernières années. On remarque que les mères fumeuses allaitent moins, sont plus jeunes, moins scolarisées et plus défavorisées. De plus, les mères qui allaitent et qui fument cessent plus rapidement l’allaitement que les mères non fumeuses. Or, la période de la grossesse est un moment privilégié pour cesser la consommation tabagique mais le taux de rechute après la naissance est très élevé. Devant la difficulté à cesser de fumer ou à maintenir l’abstinence tabagique, ces mères devraient malgré tout allaiter puisque les effets bénéfiques de l’allaitement aideraient à réduire les méfaits du tabagisme. L’utilisation du timbre à nicotine peut être envisagé dans un but d’augmenter la cessation tabagique. Jusqu’à présent, peu d’études ont été réalisées chez les femmes allaitantes fumeuses. L’utilisation des substituts nicotiniques sur une base plus régulière demeure un enjeu afin de mieux évaluer les risques à court et à moyen terme.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.007 | 0.008 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.049 | 0.022 |
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".