Influence de l’utilisation des technologies virtuelles de communication en contexte de décès pandémique sur le risque de vivre un deuil compliqué, de l’anxiété et des symptômes dépressifs
Bibliographic record
Abstract
Pendant la pandémie de la COVID-19, des familles ont été confrontées à des modifications voire à l’annulation de visites de fin de vie et de cérémonies funéraires découlant des mesures sanitaires prises pour limiter la propagation du virus. Dans ce contexte, un questionnaire a été diffusé dans quatre pays francophones via les réseaux sociaux afin que soit évaluée l’influence des modes de visites ou de participation aux cérémonies funéraires (en personne ou virtuel) sur le risque de vivre un deuil compliqué, de l’anxiété ou des symptômes dépressifs. Soixante-quatorze personnes ont répondu au questionnaire. Les résultats indiquent que les modes de visite auprès d’un proche en fin de vie n’influent pas sur les risques. Toutefois, le mode de participation aux cérémonies funéraires influerait sur le risque de développer de l’anxiété. Il est essentiel de mettre en place des moyens de rencontre autres que la présence physique. L’apport des technologies virtuelles offre des solutions intéressantes.
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 | 0.004 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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.
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".