L’influence des relations familiales et sociales sur la consommation de médicaments psychotropes chez les personnes âgées
Bibliographic record
Abstract
Les psychotropes occupent le deuxième rang dans la consommation de médicaments chez les personnes âgées. L'objectif de cette étude est de vérifier un modèle explicatif de la consommation de psychotropes dans cette population. Notre principale hypothèse est que la qualité des relations qu'entretient une personne âgée avec autrui, et particulièrement avec ses enfants, a une influence directe sur son bien-être psychologique, lequel a une influence directe sur la non-consommation de psychotropes. Une enquête a été réalisée auprès d'un échantillon de 500 personnes âgées de 65 à 84 ans, vivant à domicile. Au cours des trois mois précédant l'entrevue, 31,8 % des répondants ont consommé des psychotropes. Les données empiriques n'ayant pas permis de vérifier le modèle théorique retenu, des analyses multivariées ont conduit à l'élaboration d'un modèle explicatif de la consommation qui met en évidence que le bien-être psychologique et la santé sont les meilleurs prédicteurs de cette consommation. Un bien-être psychologique élevé diminue la consommation alors qu'un mauvais état de santé l'augmente. Les relations sociales influencent directement le bien-être psychologique alors que les relations familiales ont un effet de moindre importance. Le modèle explicatif proposé explique 13 % du phénomène de la consommation de psychotropes chez les personnes âgées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".