Les acteurs, notamment bénévoles, dans l’émergence, le développement et la mise en œuvre des politiques publiques de lutte contre la maltraitance envers les personnes âgées en France. Une analyse critique des politiques et pratiques à partir d’un regard croisé avec le Québec
Notice bibliographique
Résumé
Adoptant une approche constructiviste, cette recherche qualitative et à visée exploratoire, a pour but de comprendre l’apport de différents acteurs, notamment, bénévoles dans l’émergence, le développement et la mise en œuvre des politiques publiques de lutte contre la maltraitance des personnes âgées (PPLMPA) en France, à la lumière du Québec. S’appuyant sur une analyse documentaire de 317 documents et de 38 entretiens semi-dirigés, les résultats montrent que les bénévoles ALMA n’ont pas d‘influence sur la PPLMPA et que les luttes de pouvoir entre acteurs nuisent à son évolution. Cependant, un acteur non associatif la commission nationale de bientraitance et de lutte contre les maltraitances est apparu influant la PPLMPA. A été pointé le manque de recherche sur le sujet (Données probantes, outils pour les professionnels, évolution des pratiques,…). Le regard croisé France-Québec a révélé la différence de volonté politique et les moyens octroyés. Il a aussi montré l’existence de transfert cognitif France-Québec. Des facettes supplémentaires de l’objet de recherche sont apparues, nécessitant de nouvelles recherches.
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 | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,013 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».