Effets du programme d’Apprentissage à l’utilisation du Transport en Commun (ATraCo) : une étude pré-expérimentale
Bibliographic record
Abstract
Afin de maintenir ou d’augmenter leurs déplacements et leur intégration sociale, notamment pour pallier une cessation de la conduite automobile, l’apprentissage à l’utilisation du transport en commun peut s’avérer essentiel chez les aînés. Peu de programmes ayant cet objectif sont toutefois actuellement disponibles et ont été évalués. La présente étude visait à bonifier et à évaluer les effets d’un programme sur l’apprentissage à l’utilisation du transport en commun chez les aînés. Le Programme d’Apprentissage à l’utilisation du Transport en Commun (ATraCo) comprend une formation théorique (90 minutes) et pratique (accompagnement personnalisé pour 1 trajet à partir du domicile de la personne). Un devis pré-expérimental de type pré-test/post-test a permis d’évaluer le degré de confiance et d’aisance, les connaissances et la fréquence d’utilisation du transport en commun d’un échantillon de convenance de 16 aînés. Le degré de satisfaction des participants envers la formation a aussi été mesuré. Les résultats de cette étude démontrent, qu’à la suite du programme ATraCo, le degré de confiance et d’aisance (p = 0,001), et les connaissances (p = 0,001) des participants se sont améliorés. Les participants ont unanimement apprécié le cours théorique. Par ailleurs, plus du tiers des participants ont utilisé le transport en commun au moins une fois au cours des huit semaines suivant le programme. D’autres études sont nécessaires pour mieux comprendre et favoriser l’utilisation du transport en commun chez les aînés. Le programme ATraCo pourrait être adapté pour favoriser l’apprentissage de l’utilisation du transport en commun de différentes clientèles ayant des atteintes cognitives ou des troubles de santé mentale.
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.019 | 0.002 |
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".