MétaCan
Menu
Back to cohort
Record W3036822304 · doi:10.7202/1069007ar

Déménager à la retraite : mieux cerner les enjeux de relations et de soutiens à l’aide de la recherche qualitative

2020· article· fr· W3036822304 on OpenAlexvenueno aff
Sabrina Aouici, Laurent Nowik

Bibliographic record

VenueCahiers québécois de démographie · 2020
Typearticle
Languagefr
FieldHealth Professions
TopicAging, Elder Care, and Social Issues
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Pendant la retraite, la mobilité résidentielle ne répond plus aux exigences du travail, mais à une diversité de motifs évoluant avec l’avancée en âge. L’objectif de cet article est de comprendre ce qui se joue et se renégocie en matière de sociabilité et de soutien chez les retraités qui déménagent, sachant que cette action pourrait être un moyen d’anticiper les conséquences du vieillissement. Après avoir dressé un panorama des grands motifs de la mobilité résidentielle à la retraite en France, notre approche qualitative permet de mettre en évidence une plus grande complexité des logiques de l’action. En s’appuyant sur les données de gestion de la Caisse nationale d’assurance vieillesse (CNAV) pour la sélection des enquêtés, notre dispositif d’enquête a permis de réaliser en 2015 et 2016, sur trois terrains d’études très différents, 72 entretiens semi-directifs auprès de retraités du régime général ayant réalisé un déménagement dans les 18 derniers mois. Que les mobilités résidentielles soient de courte ou de longue distance, on réalise alors qu’elles posent constamment la question des relations aux proches et celle des soutiens. Si dans les sociétés vieillissantes les retraités s’inscrivent plus que jamais dans des relations intergénérationnelles, le renforcement de l’autonomie entre les générations conduit à les faire évoluer. En déménageant, les retraités cherchent majoritairement la « bonne distance » à l’égard de leurs enfants pour poser les principes de la solidarité entre générations, et cela même s’ils maintiennent un soutien renforcé à l’égard de leurs parents âgés (quand ces derniers sont encore en vie).

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 imitation

Not 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.

metaresearch head score (Codex)0.019
metaresearch head score (Gemma)0.021
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.065
Threshold uncertainty score0.129

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0190.021
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.003
Science and technology studies0.0080.014
Scholarly communication0.0090.010
Open science0.0010.004
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.0100.001

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.

Opus teacher head0.184
GPT teacher head0.446
Teacher spread0.262 · 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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
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

Citations3
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueCahiers québécois de démographieSame topicAging, Elder Care, and Social IssuesFrench-language works237,207