MétaCan
Menu
Retour à la cohorte
Enregistrement W2296494332 · doi:10.3917/rs.071.0091

Bien vieillir ou rester jeune

2016· article· fr· W2296494332 sur OpenAlexaff
Jeanne-Maud Jarthon, Christophe Durand

Notice bibliographique

RevueRetraite et société · 2016
Typearticle
Languefr
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPolitical science

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,658
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,060
Tête enseignante GPT0,421
Écart entre enseignants0,360 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRetraite et sociétéMême sujetAging, Elder Care, and Social IssuesTravaux en français237 207