Les Réseaux de la Pénombre:Typologie de l'aide reçue par les Personnes Âgées
Bibliographic record
Abstract
Nous nous sommes intéressés à l’analyse et à la mise à jour d’une typologie de l’aide reçue par les personnes âgées de 65 ans et plus vivant à domicile. Cette étude secondaire s’est basée sur les données recueuillies dans deux milieux francophones, Hochelaga-Maisonneuve (HM) et Moncton (MCT). La collecte de données avait été faite par l’entremise d’un questionnaire administré par entrevue face à face. Les deux objectifs, de cette thèse sont : 1) Établir une typologie des réseaux d’aide, résultant de la combinaison des sources d’aide et des tâches accomplies ; 2) Identifier les principaux déterminants d’appartenance aux réseaux. La typologie obtenue met en relation les ressources, formelles ou informelles, utilisées par les personnes âgées et l’aide instrumentale reçue. La capacité ou l’incapacité à effectuer neuf activités de la vie quotidienne et huit de la vie domestique ont servi à évaluer l’aide reçue. Six ressources formelles et dix informelles ont été examinées selon qu’elles étaient les 1ères, 2ièmes ou 3ièmes sources d’aide utilisées par les personnes âgées. L’approche privilégiée s’est inspirée de celle des réseaux sociaux et du modèle de Pescosolido. C’est l’influence des caractéristiques sociodémographiques des personnes âgées, de leurs états de santé, de leurs habitudes de vie sur leurs réseaux qui nous ont intéressés. Les résultats sont présentés à chaque fois pour nos deux milieux séparément. Nous commençons par un descriptif des sources d’aide utilisées et des aides reçues. Puis les profils des sources d’aide utilisées et des activités accomplies sont exposés pour l’ensemble des personnes âgées. Ces profils servent de base pour obtenir notre typologie. Elle comprend cinq catégories. Ces catégories sont toutes composées de personnes âgées faisant appel à de l’aide formelle, informelle ou mixte pour accomplir des tâches uniques ou multiples. La première catégorie « Transitoire », comprend 39% (HM) et 46% (MCT) des personnes âgées qui débute un processus d’incapacité. Elles font appel à des ressources informelles pour accomplir une tâche unique. La deuxième catégorie « Personnes âgées seules » en rassemble 14% (HM et MCT), majoritairement des femmes, avec peu d’incapacités. Ces dernières utilisent de l’aide formelle pour une tâche unique. La troisième catégorie « Familiale » regroupe 12% (HM et MCT) des personnes âgées bien entourées qui ont plusieurs incapacités. Ces gens font appel à des sources d’aide informelles pour réaliser des tâches multiples. La quatrième catégorie « Très fragile » rassemble 30% (HM) et 25% (MCT) des personnes âgées peu entourées ayant beaucoup d’incapacités. Elles utilisent des ressources d’aide mixtes pour effectuer des tâches multiples. La cinquième catégorie « Pré institutionnel » comprend 4% (HM et MCT) des personnes âgées qui ont le plus d’incapacités et qui sont seules. Ces gens font appel à de l’aide formelle pour des tâches multiples. Les déterminants d’appartenance à ces catégories proviennent des blocs sociodémographiques, état de santé et réseaux sociaux de notre modèle théorique. Une des contributions importantes de cette thèse a été de pouvoir identifier cinq catégories bien distinctes composant une typologie de l’aide reçue, indépendamment du milieu, par des personnes âgées vivant à domicile. MOTS CLÉS : Typologie, réseaux sociaux, personnes âgées, services de soins, formels, informels, aides reçues, sources d’aide, incapacités, déterminants d’appartenance, fragilité
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".