Quand les capacités, la gouvernance et la langue constituent des obstacles à un projet de développement territorial en contexte minoritaire : le cas de la démarche MADA-CADA à Bathurst
Bibliographic record
Abstract
En 2017, Bathurst (Nouveau-Brunswick) s’est engagée dans la démarche Municipalité et communauté amie des aînés (MADA-CADA). Cet article vise à identifier les difficultés liées à la mise en place de la démarche qui, de toute évidence, représente un cas d’échec en termes de renforcement des capacités et de gouvernance collaborative. Basée sur des entrevues semi-dirigées réalisées auprès d’élus, d’intervenants communautaires et de personnes âgées, ainsi que sur un groupe de discussion et une activité de dissémination des données, notre étude révèle la méconnaissance de la démarche MADA-CADA, tant chez les intervenants communautaires que chez les personnes âgées. Les répondants mettent en exergue des carences majeures en matière de leadership, de collaboration et de communication, minant la faisabilité de la démarche. À ces carences, les lacunes linguistiques, la crise de la Covid et le découragement des bénévoles ont occasionné une démobilisation qui s’est répercutée négativement sur le renforcement des capacités des acteurs.
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 | 0.007 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.017 | 0.012 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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".