Défis et possibilités pour les piétons âgés en région
Bibliographic record
Abstract
Marcher en milieu urbain lorsqu’on est âgé n’est pas toujours simple ni sécuritaire. Bien que ce sujet ait fait l’objet de nombreux travaux récemment, peu ont été menés dans les villes situées en régions éloignées. Cet article répond à cette lacune en examinant l’influence de l’environnement bâti sur les espaces d’action piétonniers d’aînés habitant à Rouyn-Noranda. Deux collectes de données complémentaires ont été réalisées : des entretiens et une évaluation de la marchabilité (par une grille d’audit adaptée aux besoins des aînés) ont permis de cartographier et de connaître l’environnement de marche d’un groupe de piétons âgés vivant à Rouyn. Les résultats démontrent que les piétons âgés souhaitent surtout marcher dans des lieux agréables, sans nécessairement tenir compte de la sécurité routière, qui obtient bien souvent de faibles notes à ces mêmes endroits. Devant le défi que représente le vieillissement de la population, une meilleure connaissance des besoins des piétons âgés s’impose, peu importe la taille de la ville, et nos résultats apportent d’intéressantes pistes de réflexion à cet égard.
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 | 0.003 | 0.007 |
| 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 | 0.003 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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.
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".