« Faire famille à distance » chez les natifs des Antilles et de La Réunion
Bibliographic record
Abstract
Connaissant une émigration très importante depuis de nombreuses décennies, les populations antillaises et réunionnaises offrent un exemple éclairant de l’impact de ces migrations sur les multiples manières de « faire famille à distance » et des enjeux qui s’y attachent, notamment dans la perspective du vieillissement des populations restées sur place. Tirant profit des données de l’enquête MFV couplées à celles du recensement, cet article analyse la situation vécue depuis les départements d’outre-mer (DOM), ses variations d’un département à l’autre, son évolution et ses ressorts sociodémographiques. Les résultats s’appliquent également à décrire le « faire famille » des natifs des DOM installés en métropole. Les enjeux liés à l’éclatement des familles sont d’autant plus cruciaux que ces départements sont particulièrement sous-dotés en équipements d’accueil de personnes âgées, posant la question d’une prise en charge publique dans un contexte où le recours quasi exclusif aux solidarités privées ne suffira plus à répondre aux besoins.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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 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".