Internet, nouvel espace citoyen pour les personnes du troisième âge ?
Bibliographic record
Abstract
Depuis quelques années déjà, la tendance démographique de nos sociétés postindustrielles révèle que les personnes du troisième âge occupent et occuperont un poids important au sein de la société. Pourtant, ce poids est inversement proportionnel à la place et au rôle que la société leur reconnaît. Considérées comme des « aînés », des retraités, des « vieux », les personnes du troisième âge sont exclues et se sentent exclues des enjeux sociaux de la société de l’information. Le préjugé tenace selon lequel ces personnes ne savent pas utiliser les technologies de l’information et de la communication (TIC) semble peu fondé. D’ailleurs, la recherche menée sur une durée de trois ans nous aura permis de constater l’émergence d’un nouveau type de personnes âgées que nous appelons les « néo-vieux ». Ils constituent une population branchée qui utilise les technologies en contredisant parfois les préjugés que l’on peut entretenir à leur sujet. Ils constituent aussi une population impliquée dans la société comme dans la cellule familiale, puisque l’utilisation des TIC leur permet, d’une part, de jouir d’une mobilité qui réconcilie leurs besoins individuels et leur désir d’engagement dans l’espace citoyen et, d’autre part, d’entretenir une relation intergénérationnelle qui favorise la transmission de valeurs. Ainsi, en abordant les trois thématiques suivantes, soit l’exclusion, l’engagement familial et l’engagement social, nous montrerons que les personnes du troisième âge utilisent les technologies de l’information pour entrer de plain-pied dans la société de l’information.
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 | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.010 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.051 | 0.007 |
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".