Soutenir une personne aînée composant avec une problématique d’accumulation compulsive : regard sur les réalités vécues par les personnes proches aidantes
Bibliographic record
Abstract
La prévalence de la syllogomanie (ou trouble d’accumulation compulsive) est plus importante chez les personnes âgées de 55 ans et plus. Les proches qui soutiennent ces aînés exercent l’aidance dans un contexte où le vieillissement et le trouble mental sont en interaction. Peu d’études se sont intéressées à ce contexte spécifique de la proche aidance. Cette recherche visait à connaître les enjeux personnels et sociaux rencontrés par les personnes proches aidantes (PPA) des personnes accumulatrices. Nous avons fait appel à un devis qualitatif et recueilli les témoignages de 11 PPA de personnes aînées composant avec une problématique d’accumulation et de 8 intervenantes sociales au cours d’entretiens individuels. Les résultats indiquent que l’interaction du vieillissement et de ce trouble mental amène une charge importante pour les PPA et des inquiétudes spécifiques, ainsi que le développement de stratégies visant à préserver le « soi » dans leur cheminement et à travers l’aidance. Les travailleurs sociaux peuvent jouer un rôle clé pour favoriser le bien-être des PPA. Plus largement, il importe d’instaurer concrètement une « culture de la bientraitance » à l’égard des PPA dans nos sociétés.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".