Le logement et les soins dans le grand âge : briser les silos
Bibliographic record
Abstract
Au Québec, la population des 80 ans et plus a presque quintuplé entre 1970 et 2010. Si personne ne vieillit de la même façon ni au même rythme, les aînés font inévitablement l’expérience d’un affaiblissement progressif. Un choix difficile qu’ont à prendre les aînés lorsqu’une perte d’autonomie sévère se fait sentir est celui de demeurer dans leur logis ou de déménager. Or, plusieurs dimensions de l’environnement bâti des aînés sont associées à des effets sur leur qualité de vie et leur bien-être. Des actions doivent être entreprises pour assurer que les aînés puissent faire des choix éclairés parmi des options de logis non seulement confortables et sécuritaires, mais jugées désirables. Cela requiert de jeter des ponts entre des univers de recherche et d’intervention diversifiés, soit ceux de la santé, du social et de l’aménagement du cadre bâti. Cette action contribuera à l’intégration de données probantes ainsi qu’à combler les lacunes dans les connaissances, à rapprocher des cultures scientifiques et professionnelles qui n’ont pas l’habitude de travailler ensemble, et à donner une voix aux principaux utilisateurs des connaissances, soit les aînés et leurs proches. Cet article rapporte les résultats d’une collaboration initiée à l’été 2015 entre des chercheurs de trois universités canadiennes du Québec et de l’Alberta et des utilisateurs des connaissances autour de la question de l’habitat et des soins dans le grand âge, dans le but de relever ces nombreux défis.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 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) | 0.007 | 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".