Vieillir vert et digitalisé : connaissances et habitudes pro-environnementales de Belges de plus de 60 ans dans une société digitalisée
Bibliographic record
Abstract
Le rôle de l’activité humaine dans les changements climatiques (dorénavant CC) a généré un entrain particulier dans la recherche, et ce, quel que soit le domaine de recherche concerné : ces études portent sur les perceptions des individus et leur motivation à contribuer, individuellement ou en groupe, à réduire ces changements. D’autres études ont eu pour objectif de modeler des campagnes de communication afin qu’elles parviennent à impliquer les individus dans la lutte contre les CC. Certaines de ces études examinent les liens entre les croyances, l’utilisation des médias et les habitudes pro-environnementales ; cependant, rares sont celles qui portent sur le public spécifique des personnes âgées. L’objectif de cette étude est donc d’explorer les liens entre croyances, utilisation des médias et habitudes pro-environnementales au sein d’un échantillon de 305 personnes de plus de 60 ans. Les principaux résultats de cette étude corrélationnelle suggèrent que les répondants de notre échantillon s’estiment être bien informés sur les CC, sont moins déconnectés d’internet et des outils informatiques que dans d’autres études plus anciennes et utilisent davantage Facebook que tout autre réseau social. Par ailleurs, leurs croyances liées aux CC sont significativement corrélées à leurs habitudes pro-environnementales et ces habitudes semblent bel et bien être reliées au fait d’utiliser certaines technologies de l’information et de la communication pour s’informer. L’ensemble des résultats de cette étude, leurs implications sociales et les limites de l’étude sont discutés dans la dernière partie de l’article.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 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".