What Will the Family Composition of Older Persons Be Like Tomorrow? A Comparison of Canada and France
Bibliographic record
Abstract
RÉSUMÉ L’ensemble des sociétés occidentales connaissent actuellement une croissance considérable des personnes âgées de 75 ans et plus. De nombreux changements familiaux affectant ces sociétés, il est pertinent de se demander qui prendra en charge les aînés de demain en cas de besoin d’assistance. Cet article compare les projections démographiques du réseau familial des personnes âgées de 75 ans et plus jusqu’en 2030 au Canada et en France. Au cours des 25 années prochaines, le vivier des aidants familiaux potentiels, constitué des conjoint(e)s et des enfants, s’élargira en raison des effets du Baby Boom (dont l’ampleur a été particulièrement forte au Canada) et de la proportion croissante de femmes qui ont un conjoint. Les populations les plus tributaires de l’aide formelle – sans soutien potentiel provenant d’un enfant ou d’un conjoint – augmenteront à un rythme beaucoup plus soutenu au Canada (123 pour cent) qu’en France (34 pour cent), mais moins rapidement toutefois que l’ensemble des personnes âgées. Les politiques publiques de ces deux pays devront être adaptées afin de soutenir adéquatement des effectifs croissants de personnes âgées confrontés à la dépendance de leurs conjoints. Au Canada, ces politiques devront, de plus, faire face à une hausse, plus forte qu’en France, du nombre d’aînés qui dépendront des services d’aide formelles.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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.
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".