La problématique de la consommation de médicaments psychotropes chez les personnes âgées en France et au Québec
Bibliographic record
Abstract
Une très forte prévalence de la consommation de psychotropes (en particulier de benzodiazépines) chez les personnes âgées, et qui se maintient sur le long terme en dépit d’indications thérapeutiques et de recommandations cliniques contraires, caractérise à la fois la France et le Québec. L’objet du présent article est de mettre en relief un certain nombre de points convergents dans l’appréhension du phénomène dans les deux sociétés. Au-delà des études épidémiologiques, fort utiles pour cerner l’ampleur du phénomène en France et au Québec et cadrer certains éléments de la problématique, il apparaît pertinent et prometteur de poursuivre en parallèle l’analyse des attitudes et des représentations qui soutiennent le recours aux psychotropes chez les personnes âgées de part et d’autre de l’Atlantique. La perspective comparative permet ici de penser le phénomène de ce recours au-delà des contingences administratives, politiques, organisationnelles et médicales propres à chaque système de santé et dans lesquelles il est habituellement pensé. La convergence des constats entre les recherches conduites en parallèle en France et au Québec se renforcent et permettent d’envisager éventuellement ce recours important et chronique comme une caractéristique de nos sociétés modernes contemporaines.
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 | 0.003 | 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 | 0.004 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".