Ingrid A. Connidis. Family Ties and Aging. Thousand Oaks, CA: Sage, 2001.
Bibliographic record
Abstract
RÉSUMÉ Le tout récent livre de Connidis intitulé Family Ties and Aging, offre un balayage abrégé de la recherche en cours sur la famille et des questions d'une perspective du cours de la vie. Résumant et la recherche canadienne et la recherche américaine, le livre se penche sur les aspects sociaux des liens familiaux et du vieillissement dans des domaines clés (par exemple, la portée des contacts, les échanges d'appui et les expériences subjectives). Plusieurs relations typefamiliales sont examinées et les variations masculines/féminines, ethniques et raciales de même que le statut socioéconomique et l'orientation sexuelle sont rassemblées en chapitres pertinents d'une manière attentionnée et irrésistible. L'auteur énumère plusieurs recherches à propos de même que des questions politiques. Ce livre servira en tant que ressource importante aux érudits, aux praticiens et aux stratèges. Le livre pourra aussi servir comme texte primaire aux étudiants du 1e cycle ou d'études supérieures poursuivant des études en sociologie de la famille et du vieillissement, en gérontologie et en études de la famille. Dans l'ensemble, cette nouvelle contribution contribue à combler un vide dans le domaine de la gérontologie sociale.
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 | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.003 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.012 | 0.017 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.007 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.054 | 0.031 |
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".