Bibliographic record
Abstract
Lorsqu'il fut question, en 1976, d'implanter dans le centre-ville de Montréal un réseau de services et d'activités destiné aux personnes âgées du quartier, les réactions furent rapides et désarmantes. Des personnes, connaissant la population du centre-ville, concluaient déjà sans nuance : « Le quartier est trop détérioré. Les gens du centre-ville sont des marginaux. Aucune intervention n'est possible dans un tel milieu. Mieux vaut référer les gens à l'Accueil Bonneau ou à l'Armée du Salut ! » Au lieu de nous démobiliser, ces commentaires empreints pourtant d'impuissance, de scepticisme et de résignation, nous stimulèrent parce qu'ils nous provoquaient à relever le défi. Ce défi sous-tendait les problèmes suivants : Comment implanter des services adaptés à la mentalité et aux besoins des personnes âgées ? Comment développer des conditions de vie communautaire favorables à la prévention sanitaire et sociale ? Dans un quartier aussi détérioré, comment orienter notre travail sur la promotion de la santé plutôt que sur le traitement de la maladie, comme le requiert le mandat dévolu au CLSC ? Comment privilégier une approche de la personne plutôt globale que parcellaire ou spécialisée, c'est-à-dire une approche où toutes les dimensions de la santé seraient en interrelation les unes avec les autres, où les diagnostics établis et les traitements prescrits le seraient à la lumière des caractéristiques économiques, sociales, et psychologiques des individus ?
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.014 | 0.008 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.021 | 0.004 |
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".