Notice bibliographique
Résumé
Les salles de remise en forme ont ainsi progressivement évolué vers les salles de fitness qui proposent des activités nouvelles, diversifiées, en vogue et, surtout, s’adaptant à tous les âges. Le public a en effet évolué attirant aussi des femmes « plus âgées ». L’espérance de vie en bonne santé s’est, en effet, considérablement accrue ces 20 dernières années (Insee, 2010). La préoccupation du bien vieillir (Feillet, 2012), le désir de préservation de son image (et de son corps) pour soi et aux yeux des autres (Corbin, Courtine, Vigarello, 2011), la nécessité du paraître « toujours jeune » (Amadieu, 2002), le poids du jeunisme dans les médias (Kaufmann, 2001) pour ne citer que quelques facteurs parmi d’autres, ont engendré une démocratisation des âges de la pratique du fitness pour répondre au souci du corps et de la présentation de soi. Le fitness est ainsi devenu, également, en quelques années, un « outil » de lutte contre le vieillissement ou de prévention de celui-ci pour des femmes qui souhaitent répondre aux normes sociales prescrites.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,008 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».