Bibliographic record
Abstract
Cet article s’appuie sur une recherche doctorale ethnographique échelonnée sur 18 mois et effectuée auprès de résidents atteints de troubles neurocognitifs majeurs (de type Alzheimer ou autre) dans deux centres d’hébergement et de soins de longue durée (CHSLD) à Montréal. Les données sont tirées de plus de 200 heures d’observation auprès de résidents (n=8) au dernier stade de la maladie (grabataires et ayant perdu l’usage de la parole), de photographies ainsi que d’entretiens (n=20) auprès de proches et de membres du personnel. Cette incursion dans l’univers des pertes cognitives sévères, alors que les personnes concernées ne sont plus en mesure d’exprimer elles-mêmes leurs besoins et leurs volontés, révèle la longue attente d’une mort imprévisible bien que toujours présente en filigrane, et parfois espérée. Elle met en lumière un rapport à la mort et à la fin de vie marqué par un sentiment d’impuissance et d’ambivalence, alors que les proches et le personnel peinent à faire sens de la condition actuelle et de la vie de ces résidents. L’article permet d’explorer le brouillage du statut de « vivant » qui s’opère dans ce contexte singulier de fin de vie, apportant une contribution novatrice aux réflexions québécoises entourant l’accès à l’aide médicale à mourir pour les personnes inaptes.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.102 | 0.028 |
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".