Validation d'un outil pour les proches-aidants
Bibliographic record
Abstract
Cette étude transculturelle consistait à traduire et à adapter, en contexte québécois, un outil pour évaluer les besoins de soutien des proches-aidants des personnes âgées, de même qu’à en valider la pertinence et la faisabilité pour une utilisation dans les services de soutien à domicile québécois. Basé sur un processus de partenariat aidants-intervenants, le Carers Outcome Agreement Tool (COAT), développé conjointement par des chercheurs du Royaume-Uni et de la Suède, est actuellement mis à l’essai dans une vaste étude suédoise. Suite à une traduction inversée parallèle et à une adaptation, la pertinence et la faisabilité de cet outil, intitulé en français ESPA (Entente sur le Soutien aux Proches-Aidants), ont été validées via des groupes de discussion focalisée avec des intervenants et des entrevues auprès de prochesaidants. Les résultats démontrent que l’ESAP est un outil culturellement sensible qui permet d’identifier systématiquement les besoins de soutien des aidants et de cibler l’aide à leur offrir. Nos résultats, comme ceux d’autres études européennes, indiquent que le rôle d’aidant comporte un noyau commun de besoins et soulignent le potentiel de transfert de l’outil dans le contexte culturel de l’Europe francophone.
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 | 0.164 | 0.240 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.004 | 0.007 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 0.003 |
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".