Soutenir les individus éco-anxieux par l’ergothérapie : résultats d’une étude qualitative canado-européenne
Bibliographic record
Abstract
RésuméDescriptionLa crise climatique est une source de préoccupations pour plusieurs individus. Elle peut induire plusieurs éco-émotions comme l'éco-anxiété, laquelle est une inquiétude occasionnée par les conséquences visibles et nombreuses de la crise climatique. L'éco-anxiété peut mener à l'éco-paralysie chez un individu, notamment lorsque celui-ci s'impose des auto-privations occupationnelles qui ont un impact sur sa santé et son bien-être. Bien que l'éco-anxiété puisse avoir des impacts occupationnels, le rôle des ergothérapeutes auprès des individus éco-anxieux n'a pas à ce jour été exploré.ButCette étude avait pour objectif d'explorer les rôles des ergothérapeutes auprès de clients éco-anxieux.MéthodologieUn devis de recherche inductif de nature qualitative a été utilisé. Des entretiens individuels semi-dirigés ont été menés avec des ergothérapeutes de la francophonie de trois pays (Canada, France, Suisse).RésultatsQuinze ergothérapeutes s'identifiant comme femmes ont participé à l'étude. Elles estiment toutes que l'ergothérapeute peut soutenir les individus éco-anxieux et décrivent comment y parvenir, et ce, en clinique, en enseignement, en milieu communautaire et en recherche. Ce faisant, elles utilisent des ressources théoriques et pratiques propres à l'ergothérapie et d'autres externes à la profession.ConclusionLes résultats de cette étude identifient des moyens de transformer les pratiques ergothérapeutiques pour mieux soutenir les individus éco-anxieux. Considérant que leur nombre est appelé à croître et que les activités humaines sont au cœur de la crise climatique, l'ergothérapeute se révèle un acteur de choix pour soutenir ces individus.
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 | 0.025 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".