L’univers des personnes âgées et les technologies nouvelles : Recension des écrits
Bibliographic record
Abstract
Le phénomène du vieillissement démographique s'accompagne au Québec, comme ailleurs dans nos sociétés occidentales, d'une révolution technologique. Or, faute de recherche en ce domaine, on connaît mal comment les personnes âgées sont touchées par ces technologies nouvelles. Se fondant sur une littérature essentiellement américaine ou européenne, les auteurs ont relevé trois secteurs où l'impact des nouvelles technologies sur la population âgée est majeur. Il s'agit du travail, de la santé et des loisirs. Sur le plan du travail, l'introduction de la technologie informatique semble provoquer l'accélération du vieillissement professionnel et la mise au « rencart » des anciens. Ainsi, à 45 ans, on est maintenant classé comme travailleur « âgé », éventuellement « recyclable », sinon remplacé par des jeunes disposant d'une formation supérieure. La déqualification de la main-d'oeuvre âgée par suite de la modernisation des entreprises semble donc un enjeu majeur. Par contre, sur le plan de la santé et des loisirs, les personnes âgées bénéficient maintenant de technologies« adaptées » permettant de compenser leur handicap ou de s'amuser de façon stimulante et originale. La consommation de ces nouveaux produits par les personnes âgées est fortement encouragée et apparemment souvent appréciée. En somme, ce bilan des connaissances démontre la pertinence d'étendre l'évaluation sociale des technologies à la population vieillissante.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.006 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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 teacher head, 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".