Se familiariser au transport en commun par l’apprentissage d’outils de planification technologiques : effets d’un programme co-construit avec des partenaires de la communauté auprès d’aînés vivant avec des incapacités
Notice bibliographique
Résumé
Cette étude visait à documenter comment un programme de familiarisation à l'utilisation du transport en commun influence l'expérience de mobilité des aînés. Ce programme a été co-construit avec des partenaires clés afin d'y inclure l'usage d'outils de planification technologiques et un accompagnement personnalisé tenant compte des incapacités des participants. Une étude de cas multiples (n = 7) a été menée selon une approche mixte convergente, combinant des méthodes qualitatives (p. ex., entrevues) et quantitatives (p. ex., cartes à puces). Les participants qui ont bénéficié davantage de la formation ont rapporté une meilleure connaissance du transport en commun et une plus grande confiance à utiliser l'autobus. Ils ont aussi effectué plus de sorties. Nos résultats suggèrent d'intégrer une destination « signifiante » et l'apprentissage d'outils de planification non technologiques à la formation pour en assurer la compatibilité avec les besoins et le niveau de littératie numérique des aînés. De futures études aideront à favoriser cette option de transport en amont de la perte du permis de conduire.
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 | 0,008 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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.
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 ».