MétaCan
Menu
Back to cohort
Record W2900065224 · doi:10.3917/gs1.157.0131

Convergences et différences jalonnant des parcours de bénévolat en soins palliatifs

2018· article· fr· W2900065224 on OpenAlexaff
Andrée Sévigny, Geneviève Caron, Annie Frappier, Violaine Abgrall

Bibliographic record

VenueGérontologie et société · 2018
Typearticle
Languagefr
FieldHealth Professions
TopicHealthcare Systems and Practices
Canadian institutionsCentres Intégré Universitaires de Santé et de Services SociauxCegep de La PocatiereCentre intégré universitaire de santé et de services sociaux de la Capitale-NationaleCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre de Santé et de Services Sociaux de la Vieille-CapitaleUniversité LavalCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-Jean
Fundersnot available
KeywordsHumanitiesPhilosophyPolitical science

Abstract

fetched live from OpenAlex

De plus en plus, les soins palliatifs sont offerts à des aînés et les bénévoles qui s’y engagent sont aussi majoritairement des aînés. Le bénévolat peut favoriser le pouvoir d’agir des aînés au quotidien. Cet article rapporte les résultats d’une étude qualitative qui a adopté l’approche des récits de vie biographiques. Il montre l’existence d’une grande diversité de facteurs influençant le choix de s’engager bénévolement. Ceux-ci peuvent être d’ordre individuel, organisationnel ou interactionnel. Une attention particulière a été portée aux convergences et aux différences des facteurs mentionnés par des bénévoles impliqués dans deux milieux : celui des associations à but non lucratif, qui sont actifs principalement à domicile et celui des maisons dédiées aux soins palliatifs. Plusieurs facteurs sont communs à tous les participants, quel que soit le milieu dans lequel ils évoluent : les questionnements spirituels, le respect des valeurs humaines ou de la justice sociale en sont quelques exemples. Toutefois, malgré ces similarités, certains facteurs ont été particulièrement attribués à un milieu ou à un autre. Par exemple, en maisons dédiées, les participants apprécient le contact physique qu’ils ont avec la personne aidée et le fait qu’ils collaborent de près avec l’équipe soignante. Par ailleurs, à domicile, les bénévoles notent que les proches sont souvent présents et ils estiment que cela leur permet d’entrer davantage dans l’intimité de la famille afin de mieux les écouter.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.013
metaresearch head score (Gemma)0.006
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.522
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0130.006
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0020.002
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0100.002

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.

Opus teacher head0.280
GPT teacher head0.567
Teacher spread0.287 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueGérontologie et sociétéSame topicHealthcare Systems and PracticesFrench-language works237,207