MétaCan
Menu
Retour à la cohorte
Enregistrement W2900205462 · doi:10.3917/gs1.157.0165

L’accompagnement citoyen pour l’intégration des aînés ayant un trouble mental

2018· article· fr· W2900205462 sur OpenAlexaff
Ginette Aubin, Pierre-Yves Thérriault

Notice bibliographique

RevueGérontologie et société · 2018
Typearticle
Languefr
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

À partir des résultats d’une étude pilote, cet article met en lumière les effets d’une approche d’accompagnement citoyen pour l’intégration dans la communauté d’aînés ayant un trouble mental ou des difficultés psychosociales, à partir d’expériences croisées. L’intégration dans la communauté est envisagée comme un processus de reprise du pouvoir d’agir, menant à l’accomplissement d’activités significatives en réciprocité avec des membres de la communauté. L’accompagnement proposé consiste en des rencontres hebdomadaires personnalisées d’un aîné avec un citoyen provenant de la communauté. Les effets de cet accompagnement ont été documentés à l’aide d’entrevues, de questionnaires auprès des accompagnés et des journaux de bord des accompagnateurs. Des effets positifs sur le pouvoir d’agir ont été observés et rapportés, les intentions des accompagnés se traduisant en actions, par exemple, sur le plan de la dimension physique, par la mobilisation dans des activités nouvelles, sur le plan social, par une augmentation des interactions sociales et sur le plan psychologique, par un rehaussement du sentiment de communauté. Cette approche citoyenne pourra ainsi constituer une mesure alternative intéressante pour répondre aux besoins de socialisation et d’inclusion d’aînés ayant un trouble mental ou des difficultés psychosociales.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, 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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,097
Tête enseignante GPT0,432
Écart entre enseignants0,335 · 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'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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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