Le programme Participe-présent auprès d’aînés vivant avec une problématique de santé mentale ou des difficultés psychosociales affectant leur participation communautaire : résultats d’une étude pilote sur sa faisabilité
Bibliographic record
Abstract
Les aînés qui vivent avec des problèmes de santé mentale ou des difficultés psychosociales sont souvent isolés et marginalisés. Le programme Participe-présent a été développé dans le but de promouvoir leur participation communautaire. Les objectifs de cette étude étaient de 1) décrire la pertinence, l'acceptabilité, et la faisabilité du programme lors de sa mise à l'essai et 2) d'explorer les bienfaits et les effets à court-terme du programme pour les participants. Vingt-trois aînés, quatre animateurs et trois responsables provenant de quatre organismes ont participé à l'étude. Les aînés ont été satisfaits de leur expérience de participation au programme et ont rapporté une meilleure connaissance des ressources et une plus grande satisfaction à l'égard de leur vie sociale. Les animateurs et les responsables d'organismes ont souligné l'adaptabilité de Participe-présent aux besoins de leur clientèle et à leur contexte de pratique, et ont identifié les facilitateurs et les obstacles à sa mise en œuvre. D'autres études mèneront à des recommandations favorisant le succès de la mise en œuvre de Participe-présent dans différents contextes.
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 | 0.006 | 0.021 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.002 |
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".