La fabrique des territoires du « bien vieillir » : recompositions du thermalisme et gouvernement municipal en France. Le cas de Bagnoles de l’Orne (Normandie)
Bibliographic record
Abstract
Avec l’instauration de la Sécurité sociale et le remboursement des cures par l’Assurance maladie, les stations thermales françaises sont, au sortir de la Seconde Guerre mondiale, consacrées comme des territoires d’accompagnement des pathologies et affections qui marquent l’avancée en âge. Intervient néanmoins, au cours des années 1990, une remise en cause par les pouvoirs publics du service médical rendu par les soins thermaux. Cette menace précipite la mobilisation des acteurs du thermalisme pour défendre les intérêts de la filière auprès de l’État. Organisés nationalement, ils cherchent alors à rappeler leur légitimité et leur savoir-faire dans la prise en charge du vieillissement pathologique. Mais ils se saisissent également du paradigme du « bien vieillir » et du « vieillissement actif », voyant là une opportunité de croissance pour relancer une activité par ailleurs fragilisée par la chute de fréquentation des établissements thermaux. Située en Normandie, la station de Bagnoles de l’Orne constitue un cas d’étude pour observer, au niveau local, la recomposition du thermalisme. Accompagnée et orientée par les élus dans un souci d’attractivité territoriale, la modernisation de l’offre thermale bouleverse des équilibres anciens. Ainsi deux vieillesses tendent-elles désormais à cohabiter sur ce territoire. Cherchant à adapter la cure aux enjeux récents de santé publique, les professionnels du thermalisme entendent continuer à accueillir des patients âgés et malades. S’est toutefois développée une seconde approche du vieillissement. Centrée sur la prévention, l’activité physique et le bien-être à destination d’un public bien portant et solvable, elle s’accorde avec la montée des injonctions au vieillissement réussi.
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 | 0.005 | 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 | 0.016 | 0.016 |
| Scholarly communication | 0.010 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 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".