Exploration des facteurs sociaux et spatiaux liés à la santé mentale et au bien-être des personnes âgées en milieu urbain
Notice bibliographique
Résumé
Contexte : Le Québec, à l’instar d’autres pays industrialisés, connaît un vieillissement rapide de sa population, et la recherche s’intéresse à mieux comprendre comment les personnes peuvent vieillir tout en optimisant leur santé mentale et leur bien-être. Pour garantir un vieillissement en bonne santé, il est notamment impératif de mieux comprendre comment les dimensions spatiales et sociales de la vie quotidienne influencent la santé mentale et le bien-être, car ces facteurs représentent des leviers potentiels importants d’intervention. Jusqu’à présent, peu d’études ont considéré simultanément le rôle des aspects liés à la mobilité quotidienne et des réseaux sociaux pour étudier la santé mentale et le bien-être. Or les dynamiques spatiales et sociales sont étroitement liées, et devraient être considérées conjointement Objectives : L’objectif principal de cette thèse est d’approfondir notre compréhension des dynamiques liant la mobilité quotidienne et les interactions sociales, et leurs liens avec les indicateurs de santé mentale chez les personnes âgées. Les objectifs spécifiques sont de (1) Faire une synthèse de la littérature existante sur la mobilité quotidienne, les concepts de relations sociales et leurs liens avec le vieillissement en bonne santé. Cette première étape vise à établir une solide base de connaissances pour guider la recherche. (2) Élaborer un cadre d’analyse des principales variables des réseaux sociaux, des espaces d’activité et des structures socio-spatiales combinées. (3) Examiner l’association entre les composantes socio-spatiales et divers indicateurs de santé mentale et de bien-être chez les personnes âgées. Méthodes : D’abord, une revue de littérature a été entreprise pour répondre au premier objectif de cette thèse (article 1). Les données d’espace d’activité et de réseaux sociaux des participants de l’étude QADA, âgés de 65 et plus, ont ensuite fait l’objet d’une analyse en composante principale pour répondre à l’objectif 2 (article 2). Finalement, l’utilisation de données similaires obtenues auprès de participants âgés de 55 ans et plus de la phase 2 de l’étude pancanadienne COHESION ont fait l’objet d’une analyse par composante principale (ACP) et les dimensions obtenues ont ensuite été utilisées pour examiner les liens entre les caractéristiques socio-spatiales et des mesures de dépression, anxiété, détresse psychologique et bien-être à l’aide d’une régression linéaire. Résultats : L’ACP portant sur les variables spatiales et sociales a fait ressortir 6 composantes représentant des indicateurs spatiaux, sociaux, et socio-spatiaux, à la fois dans la cohorte QADA et COHESION. Le facteur référant principalement à la fréquence des interactions sociales était associé aux trois mesures de santé mentale testées (dépression, anxiété, détresse psychologique), ainsi qu’avec la mesure de bien-être. En revanche, la composante de distribution spatiale était associée uniquement à la détresse psychologique. Ces résultats offrent des perspectives importantes sur les liens complexes entre la mobilité, les relations sociales et la santé mentale chez les personnes âgées, contribuant ainsi à éclairer les politiques de vieillissement et les interventions visant à améliorer leur bien-être psychologique. Conclusion : En résumé, la combinaison socio-spatiale révèle un élément crucial dans l’analyse de l’espace d’activité : elle met en avant l’interaction entre l’intensité des activités spatiales et la structure des réseaux sociaux. Cette observation montre comment certaines proximités dans les relations sociales peuvent se traduire par une proximité géographique, et vice-versa. En considérant ces deux aspects conjointement, nous obtenons une vision plus complète des liens complexes entre les relations et interactions sociales et l’espace, et leurs liens avec la santé mentale chez les personnes âgées.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».