Territoires et vieillissement : vers la fin de la politique vieillesse ?
Bibliographic record
Abstract
La politique de la vieillesse est le résultat d’interactions étroites entre le niveau local et le niveau national. Paradoxalement, la décentralisation n’a pas donné plus de poids aux acteurs locaux. Au contraire, l’État exerce toujours une forte tutelle sur le secteur médico-social au détriment des collectivités et des acteurs locaux. Néanmoins, nos recherches menées sur l’évolution de la politique vieillesse, tout comme nos monographies locales, montrent que, ces dernières années, de nombreuses initiatives émergent localement. Elles se caractérisent par une grande diversité d’actions qui empruntent des logiques échappant largement au contrôle de l’État. La politique vieillesse semble ainsi perdre de sa cohérence. Pourtant, il est possible qu’à travers l’action menée de manière non coordonnée sur les territoires locaux se dessine une redéfinition des bases de la politique vieillesse. En effet, beaucoup d’initiatives locales naissent dans un souci de mieux prendre en compte les aspirations des personnes vieillissantes et d’inventer des réponses plus transversales. Mais elles comportent le risque de dissocier plus fortement les « jeunes vieux » des « vieux vieux ».
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.030 |
| Scholarly communication | 0.011 | 0.009 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.013 | 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".