MétaCan
Menu
Retour à la cohorte
Enregistrement W4387820304 · doi:10.1080/14927713.2023.2252822

Participation sociale des aînés faisant face à des dynamiques de marginalisation et d’exclusion: étude de cas auprès de divers acteurs du milieu communautaire de loisir

2023· article· fr· W4387820304 sur OpenAlexaffvenue
Hélène Carbonneau, Patsy Clapperton, Martin Caouette, Valérie Poulin, Ginette Aubin, Lyson Marcoux, Julie Fortier, Patrik Marier, Pierre-Yves Thérriault, Marie Beaulieu, Élodie Lebeau, Katherine Lemay-Crilly, Eugénie Ferdais

Notice bibliographique

RevueLeisure/Loisir · 2023
Typearticle
Languefr
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensUniversité de SherbrookeConcordia UniversityUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésHumanitiesRecreationSociologyPsychologyPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Certains aînés font face à une stigmatisation qui limite leur participation à des loisirs au sein de la communauté. Les milieux de loisir sont encore trop peu outillés pour soutenir la participation des aînés faisant face à des enjeux liés à des conditions « invisibles » tels que des atteintes neurocognitives, une déficience intellectuelle ou une problématique de santé mentale. Une recherche-action vise à accompagner ces milieux dans la compréhension des dynamiques de marginalisation et d’exclusion liées à cette stigmatisation afin d’être en mesure de les outiller dans la création d’espaces plus favorables à la participation de tous les aînés. Des entrevues et des groupes de discussion ont été menés auprès d’usagers, d’intervenants/bénévoles ou de gestionnaires de divers milieux (n=24). Certains enjeux et des pistes d’action ont été dégagés pour guider le développement d’outils afin de mieux outiller les milieux de loisir pour l’inclusion d’aînés avec une condition invisible.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,260
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,070
Tête enseignante GPT0,389
Écart entre enseignants0,319 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLeisure/LoisirMême sujetAging, Elder Care, and Social IssuesTravaux en français237 207