Portrait de donneurs de sang à Montréal (Canada) : typologie en fonction de leurs déplacements quotidiens
Bibliographic record
Abstract
Les agences d’approvisionnement en sang cherchent constamment des moyens de recruter et retenir les donneurs de sang. Comme peu d’études se sont penchées sur les aspects de la temporalité et des déplacements des donneurs de sang, l’objectif de cet article est d’étudier les itinéraires quotidiens de ces individus afin de documenter le moment et le lieu où ce geste s’insère dans leur journée et ainsi mieux cibler les interventions de recrutement et de rétention des donneurs. Les participants ont été rencontrés directement sur des lieux de collecte de sang (n=199) où ils nous ont rapporté leur itinéraire du jour incluant la localisation des lieux qu’ils ont fréquentés. Deux traitements des données ont été fait à partir de ces données : nous avons créé des ellipses de distance, qui sont des zones géographiques formées à partir des points des lieux fréquentés au quotidien, et une classification ascendante hiérarchique a été élaborée à partir des variables individuelles et géographiques provenant des entretiens avec les donneurs. Les résultats de l’étude ont fait ressortir cinq types de donneurs qui se différencient selon leur âge, genre et statut familial et d’emploi, ainsi que selon leur parcours le jour du don (nombre et distance à leurs destinations, taille de l’ellipse). Les collectes à proximité soit du lieu de résidence ou de travail/étude restent privilégiées par la majorité (n=136) des répondants mettant ainsi l’emphase sur les aspects « pratiques » entourant le geste de donner du sang, à savoir que les lieux de dons se doivent d’être insérés dans les trajets et routines quotidiennes pour avoir une certaine attractivité pour les donneurs.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 teacher head, 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".