MétaCan
Menu
Back to cohort
Record W45155206 · doi:10.4000/articulo.1824

Déplacements d’accompagnement d’enfants en milieu urbain au Québec. Une expérience pénible ?

2011· article· fr· W45155206 on OpenAlexaffabout
Marie‐Hélène Vandersmissen

Bibliographic record

VenueArticulo – revue de sciences humaines · 2011
Typearticle
Languagefr
FieldSocial Sciences
TopicUrban Transport and Accessibility
Canadian institutionsSNC-Lavalin (Canada)
Fundersnot available
KeywordsHumanitiesPolitical sciencePhysicsArt

Abstract

fetched live from OpenAlex

Dans cet article, nous nous intéressons aux déplacements effectués en milieu urbain au Québec par des adultes pour accompagner leur(s) enfant(s) vers des lieux d’activité (incluant les écoles). Nous nous questionnons plus particulièrement sur leur caractère pénible ou contraignant, dans la mesure où ces déplacements s’inscrivent dans une organisation quotidienne d’activités programmées, ordonnées et enchaînées dans un cadre temporel relativement limité. L’objectif consiste à explorer et à documenter ce type de déplacements en tentant de cerner les pratiques, les configurations et, jusqu’à un certain point, les émotions qui y seraient associées de manière à révéler leur pénibilité. Pour réaliser cette exploration, nous utilisons l’enquête sociale générale sur l’emploi du temps (ESG, 2005) produite par Statistique Canada. Si les résultats obtenus nous permettent de mieux décrire le contexte parfois contraignant des accompagnements d’enfants, ils ne nous permettent cependant pas de considérer ce type de déplacements comme pénible ou contraignant, sauf dans le cas d’un faible pourcentage de parents. Ces résultats exploratoires semblent montrer que plus le déplacement résidence-travail du parent accompagnateur est court, plus ce dernier aura de chances d’apprécier le fait de conduire son ou ses enfants à différentes activités.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.125
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.002
Science and technology studies0.0030.005
Scholarly communication0.0000.002
Open science0.0020.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0040.000

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.

Opus teacher head0.044
GPT teacher head0.305
Teacher spread0.260 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2011
Admission routes2
Has abstractyes

Explore more

Same venueArticulo – revue de sciences humainesSame topicUrban Transport and AccessibilityFrench-language works237,207