Dans l’angle mort de l’(entr)aide aux personnes âgées dans les territoires de montagne en Suisse : le « bénévolat gris » des femmes
Bibliographic record
Abstract
Cet article étudie les pratiques et représentations de l’(entr)aide locale du point de vue des femmes engagées dans des activités de care auprès des personnes âgées dans le contexte des villages alpins en Suisse. Au nom de quelle(s) valeur(s) les femmes rendent-elles service aux personnes âgées ? Dans quelle mesure ces valeurs masquent-elles la reconnaissance des activités d’(entr)aide en tant que travail ? Les données mobilisées sont issues d’une enquête qualitative portant sur les problématiques de maintien à domicile des personnes âgées dans les territoires de montagne en Suisse, dans le cadre de laquelle des entretiens ont été conduits auprès de professionnelles du domaine sanitaire et social, de bénévoles oeuvrant dans des associations locales et d’élues communales. Faisant l’hypothèse d’une volontarisation de l’action publique en faveur des personnes âgées, cet article analyse, au prisme du concept de « bénévolat gris », la façon dont les femmes prennent en charge l’accompagnement des personnes âgées dans l’espace local. Ce faisant, il montre comment les solidarités de proximité qui fondent les groupes d’(entr)aide locale en milieu rural reposent sur le travail gratuit des femmes.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".