Transcultural analysis of ageism and intergenerational relations
Notice bibliographique
Résumé
L’âgisme (les stéréotypes, préjugés, comportements discriminatoires envers une personne en raison de son âge) est le facteur de discrimination le plus répandu dans nos sociétés. Les perceptions de l'âge et les attitudes à l'égard des personnes âgées sont façonnées par des normes, des valeurs et des croyances spécifiques à chaque culture. Si la littérature scientifique met bien en évidence les impacts négatifs de cette discrimination sur la santé des personnes âgées (santé physique, cognitive, biais de vieillissement, impact global sur l’espérance de vie…), l’impact de la culture sur les formes d’âgisme reste largement sous-étudié.C’est donc dans une perspective compréhensive que ce travail de thèse examine l'influence du contexte culturel sur l'âgisme en observant les perceptions du vieillissement, la dynamique intergénérationnelle et les expériences d’âgisme dans trois cultures différentes : en Afrique Subsaharienne (Cameroun), en Amérique du Nord (Canada) et en Europe (France). Au travers de deux études, cette thèse éclaire l’impact du contexte sociétal et culturel sur l’âgisme via une approche mixte et innovante (entretiens, focus groups, observations et questionnaires).L’étude 1 par entretiens semi-directifs suggère que la période de crise sanitaire de la covid-19 a exacerbé les formes d’âgisme en France. L’étude 2, par focus groups intergénérationnels et questionnaires déployés au Cameroun, au Canada et en France, rend compte de similitudes et de différences dans la perception du vieillissement, les expériences d’âgisme et les dynamiques intergénérationnelles au travers des trois cultures. Cette thèse rassemble les travaux de la recherche-action menée en parrallèle dans la région Auvergne-Rhône-Alpes. la campagne de sensibilisation à l’âgisme déployée dans le cadre de cette recherche est venue répondre à un besoin de terrain et participer à la lutte contre l’âgisme. Les résultats des études 1 et 2 permettent de nourrir la poursuite de la campagne de sensibilisation en prenant mieux en compte les aspects sociétaux et culturels dans les expressions de l’âgisme et sa sensibilisation.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».