MétaCan
Menu
← Retour à la cohorte

L’animation : un moyen de développer les déterminants de l'autonomie des personnes âgées

2011· dissertation· W7143491204 sur OpenAlexaboutno aff
Anne Robichaud

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Social recognitionPublics

Résumé

récupéré en direct d'OpenAlex

Le pourcentage important de personnes âgées dans nos pays est compensé par le fait qu'elles ont une validité et des capacités physiques et mentales qui diffèrent assez peu de celles des plus jeunes générations. Mais il faudrait que ce processus soit utilisé comme il le mérite et que les capacités de ces générations soient employées au mieux et au minimum et que leur rôle dans la société ne soit pas découragé.Louis Ploton écrit que «la démarche d'autonomisation passe par un préalable méthodologique consistant à renoncer à regarder nos interlocuteurs âgés comme des sujets ayant perdu quelque chose, pour les considérer comme ayant recours à d'autres mécanismes, d'autres façons de faire, d'autres modalités relationnelles dans un contexte donné».Nous partons de l’hypothèse que le degré d’autonomie des personnes âgées (à niveau de santé égal) s’inscrit dans une interaction avec l’exercice d’un «leadership» suffisant, de leur degré de motivation et de la qualité de leur insertion sociale.C’est pourquoi nous présenterons un programme de recherche-action, entrepris dans le cadre des clubs de personnes âgées (dits clubs de l’âge d’or), dans une province canadienne, visant à passer par le canal du «leadership» des aînés pour accroitre leur motivation, améliorer leur insertion sociale et leur autonomie. Nous nous attachons ainsi à proposer l’animation, prise en main par les aînés, comme levier pouvant agir positivement, de manière globale, sur les déterminants de l'autonomie en particulier la motivation et l'insertion sociale. Cela reposera sur une démarche argumentative, faute de pouvoir apporter des preuves expérimentales formelles, en l’absence de moyens de mesure satisfaisants des phénomènes en interactions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0040,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,002

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 Opus0,082
Tête enseignante GPT0,399
Écart entre enseignants0,317 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAging, Elder Care, and Social Issues→Travaux en français237 207→