Les territoires ruraux protègent-ils les personnes aînées ?
Bibliographic record
Abstract
Cet article examine l’expérience vécue par les personnes âgées des territoires ruraux de l’Est du Québec durant la crise sanitaire, en analysant les effets de la pandémie sur leurs relations sociales. Nous souhaitons identifier, d’une part, les éléments propres à la situation pandémique et leurs conséquences sur les personnes âgées - qu’elles soient positives ou négatives -, et, d’autre part, les dynamiques à l’œuvre au sein des territoires ruraux et la manière d’appréhender les caractéristiques spécifiques de ces milieux, qui construisent l’expérience du vieillissement des individus. La méthodologie combine des entretiens semi-dirigés auprès de personnes âgées (63), de proches aidants (21) et d’intervenants dans la gestion de crise et dans la gestion territoriale du vieillissement (38). Nos résultats révèlent un renforcement des solidarités à la fois familiales, de voisinage et communautaires, permis par l’existence de systèmes d’entraide caractéristiques des territoires ruraux et d’autant plus facilement mobilisables durant la crise qu’ils étaient en place avant celle-ci. Ils mettent également en évidence des pratiques sociales différemment régulées en fonction des personnes associées aux logiques de sociabilité antérieures, aux caractéristiques individuelles et aux spécificités des territoires ruraux. Si ces pratiques sociales augmentent chez certains le risque de fragilisation de leurs réseaux à plus ou moins long terme, pour d’autres, elles démontrent leur capacité d’adaptation et de résilience. De manière plus transversale, notre travail souligne le rôle prédominant des territoires dans la lutte contre le risque d’exclusion sociale, par la mise en œuvre d’un « filet territorial ». Le maillage de ce filet est constitué par les actions conjointes des différents acteurs du territoire, et participe à l’accompagnement des plus âgés, mais interroge aussi la place et le rôle du Gouvernement dans cette organisation.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.007 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".