MétaCan
Menu
Back to cohort
Record W1985104263 · doi:10.3917/eslm.126.0043

Prendre soin de nos aînés en fin de vie: à la recherche du sens

2004· article· fr· W1985104263 on OpenAlexaboutno aff
Marie-Fleur Bernard

Bibliographic record

VenueEtudes sur la mort/Études sur la mort · 2004
Typearticle
Languagefr
FieldSocial Sciences
TopicVietnamese History and Culture Studies
Canadian institutionsnot available
Fundersnot available
KeywordsArtHumanitiesSociology

Abstract

fetched live from OpenAlex

Déplacement du lieu du mourir du domicile vers l'institutionUn tournant sociologique majeur s'est amorcé dès les années soixante en Occident.En l'espace d'une génération, le lieu du mourir passe du domicile aux structures médicalisées, hôpitaux, cliniques, maisons de retraite où désormais les trois quarts de nos contemporains décèdent.Incontestablement, les personnes âgées démentes atteintes de maladie d'Alzheimer ou d'autre démence apparentée, de pathologies neurologiques ou encore psychiatriques terminent majoritairement leur vie à l'hôpital.Elles meurent en soins de longue durée (SLD) après un cahoteux parcours en institution et de nombreuses années d'accompagnement, puisqu'elles sont poly-pathologiques et poly-handicapées et qu'au cours de leur séjour de nouveaux problèmes apparaissent, venant accroître leur inconfort et leur détresse, ainsi que la souffrance de leur entourage.La durée de séjour diminue dans les maisons de retraite et augmente dans les services de gérontologie hospitaliers.La solidarité intergénérationnelle change, car la vie en société évolue.La famille nucléaire, le travail féminin, la mobilité géographique des enfants, les transformations de l'habitat, le culte de la jeunesse et des loisirs, le tabou autour de la mort et de la dépendance, font que la majorité des personnes malades sont institutionnalisées.

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 imitation

Not 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.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.857
Threshold uncertainty score0.305

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.006
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0240.035
Scholarly communication0.0090.006
Open science0.0010.004
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.0070.000

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.

Opus teacher head0.075
GPT teacher head0.359
Teacher spread0.284 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations4
Published2004
Admission routes1
Has abstractyes

Explore more

Same venueEtudes sur la mort/Études sur la mortSame topicVietnamese History and Culture StudiesFrench-language works237,207