MétaCan
Menu
Retour à la cohorte
Enregistrement W1578309896 · doi:10.71781/940

Les Réseaux de la Pénombre:Typologie de l'aide reçue par les Personnes Âgées

2007· dissertation· fr· W1578309896 sur OpenAlexaboutno aff
C. Galand

Notice bibliographique

RevueOpen MIND · 2007
Typedissertation
Languefr
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Nous nous sommes intéressés à l’analyse et à la mise à jour d’une typologie de l’aide reçue par les personnes âgées de 65 ans et plus vivant à domicile. Cette étude secondaire s’est basée sur les données recueuillies dans deux milieux francophones, Hochelaga-Maisonneuve (HM) et Moncton (MCT). La collecte de données avait été faite par l’entremise d’un questionnaire administré par entrevue face à face. Les deux objectifs, de cette thèse sont : 1) Établir une typologie des réseaux d’aide, résultant de la combinaison des sources d’aide et des tâches accomplies ; 2) Identifier les principaux déterminants d’appartenance aux réseaux. La typologie obtenue met en relation les ressources, formelles ou informelles, utilisées par les personnes âgées et l’aide instrumentale reçue. La capacité ou l’incapacité à effectuer neuf activités de la vie quotidienne et huit de la vie domestique ont servi à évaluer l’aide reçue. Six ressources formelles et dix informelles ont été examinées selon qu’elles étaient les 1ères, 2ièmes ou 3ièmes sources d’aide utilisées par les personnes âgées. L’approche privilégiée s’est inspirée de celle des réseaux sociaux et du modèle de Pescosolido. C’est l’influence des caractéristiques sociodémographiques des personnes âgées, de leurs états de santé, de leurs habitudes de vie sur leurs réseaux qui nous ont intéressés. Les résultats sont présentés à chaque fois pour nos deux milieux séparément. Nous commençons par un descriptif des sources d’aide utilisées et des aides reçues. Puis les profils des sources d’aide utilisées et des activités accomplies sont exposés pour l’ensemble des personnes âgées. Ces profils servent de base pour obtenir notre typologie. Elle comprend cinq catégories. Ces catégories sont toutes composées de personnes âgées faisant appel à de l’aide formelle, informelle ou mixte pour accomplir des tâches uniques ou multiples. La première catégorie « Transitoire », comprend 39% (HM) et 46% (MCT) des personnes âgées qui débute un processus d’incapacité. Elles font appel à des ressources informelles pour accomplir une tâche unique. La deuxième catégorie « Personnes âgées seules » en rassemble 14% (HM et MCT), majoritairement des femmes, avec peu d’incapacités. Ces dernières utilisent de l’aide formelle pour une tâche unique. La troisième catégorie « Familiale » regroupe 12% (HM et MCT) des personnes âgées bien entourées qui ont plusieurs incapacités. Ces gens font appel à des sources d’aide informelles pour réaliser des tâches multiples. La quatrième catégorie « Très fragile » rassemble 30% (HM) et 25% (MCT) des personnes âgées peu entourées ayant beaucoup d’incapacités. Elles utilisent des ressources d’aide mixtes pour effectuer des tâches multiples. La cinquième catégorie « Pré institutionnel » comprend 4% (HM et MCT) des personnes âgées qui ont le plus d’incapacités et qui sont seules. Ces gens font appel à de l’aide formelle pour des tâches multiples. Les déterminants d’appartenance à ces catégories proviennent des blocs sociodémographiques, état de santé et réseaux sociaux de notre modèle théorique. Une des contributions importantes de cette thèse a été de pouvoir identifier cinq catégories bien distinctes composant une typologie de l’aide reçue, indépendamment du milieu, par des personnes âgées vivant à domicile. MOTS CLÉS : Typologie, réseaux sociaux, personnes âgées, services de soins, formels, informels, aides reçues, sources d’aide, incapacités, déterminants d’appartenance, fragilité

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,240

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,129
Tête enseignante GPT0,486
Écart entre enseignants0,357 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetAging, Elder Care, and Social IssuesTravaux en français237 207