Le numérique favorise-t-il l’accès aux services essentiels aux aîné·e·s québécois·es ?
Bibliographic record
Abstract
Pour que les personnes âgées de 65 ans et plus puissent vivre et vieillir chez elles le plus longtemps possible, le maintien de leur santé est primordial. Pourtant, elles sont confrontées à des difficultés d’accès à des services essentiels, tels que l’approvisionnement en aliments et en médicaments. Des technologies numériques visent à favoriser leur accès, mais y contribuent-elles vraiment ? Cet article fait part d’une réflexion qui s’appuie sur les résultats d’un programme de recherche dans lequel ont été identifiés des freins et des leviers à l’utilisation de deux services en ligne chez les personnes aînées du Centre-du-Québec : une plateforme d’épicerie et un dossier MaSanté de la pharmacie. Parmi les freins et les leviers identifiés, certains sont associés aux personnes aînées et d’autres aux services en ligne. De ces résultats, émerge à son tour la question du pouvoir d’agir des personnes aînées (sont-elles en mesure d’utiliser ces services pour s’approvisionner en aliments et en médicaments ?) et, corollairement, à leur volonté d’agir (veulent-elles utiliser ces services ?), voire à leur devoir d’agir (se trouvent-elles contraintes de les utiliser ?).
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 | 0.002 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.028 | 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".