Inégalités en santé et vie de quartier : le sentiment d'appartenance comme déterminant de la santé chez des femmes vivant dans le quartier Hochelaga-Maisonneuve
Bibliographic record
Abstract
Ce mémoire s’inscrit dans un contexte où les inégalités sociales ne cessent d’augmenter. Dans les sociétés occidentales, le fossé entre les riches et les pauvres se creuse de plus en plus et celui-ci influence les inégalités de santé. À Montréal, il existe un écart d’espérance de vie de plus de dix ans entre les résidents des quartiers les plus riches et ceux des plus pauvres. Ce mémoire se penche sur ce phénomène en s’attardant aux liens entre les inégalités de santé et le sentiment d’appartenance des résidentes d’Hochelaga-Maisonneuve. À travers l’analyse d’un corpus de données recueillies par une recension des écrits, par des entretiens semi-dirigés ainsi que par des séances d’observations participantes, des pistes de réflexion à ce sujet s’en dégagent. Après avoir exposé une recension des écrits brossant les principaux concepts utilisés dans ce mémoire, ainsi qu’un cadre méthodologique décrivant la cueillette de données et le contexte de l’étude, la perception qu’ont les répondantes de leur santé, ainsi que les facteurs y contribuant sont adressés. Les inégalités de santé étant comprises au-delà de leur aspect individuel, ce projet met de l’avant l’importance des environnements physique et social ainsi que des dynamiques d’inclusion et d’exclusion sur la création de celles-ci.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".