Mécanismes explicatifs des bienfaits du contact avec la nature : une étude qualitative
Bibliographic record
Abstract
Les Canadiens passeraient en moyenne 88,9 % de leur temps quotidien à l’intérieur, tandis que le temps passé par jour dans un véhicule (5,3 %) serait similaire à celui passé à l’extérieur (5,8 %) (Matz et al., 2014). Malgré cette distance au quotidien des êtres humains avec le monde naturel, plusieurs indicateurs pointent vers l’importance du contact entre les êtres humains et la nature, notamment les études, de plus en plus nombreuses depuis les trente dernières années, attestant de ses bienfaits physiologiques, psychologiques, cognitifs et autres (Institut de cardiologie de Montréal, 2021). Toutefois, peu d’études se sont intéressées aux processus qui sous-tendent et expliquent ces expériences positives (Revell, Duncan, & Cooper, 2014). La présente étude à devis qualitatif vise à apporter une contribution à cet égard. Des entrevues semi-structurées, basées sur un canevas d’entrevue élaboré en cohérence avec l’objectif de l’étude, ont été réalisées auprès de huit adultes accordant une importance subjective élevée au contact avec la nature et considérant retirer des bienfaits de celui-ci. L’analyse par catégories conceptualisantes met en lumière un processus bienfaiteur de la nature (PBN) qui se centre autour de deux principaux types de mécanismes, soit les expériences transformatrices vécues au contact de la nature, puis les dons de la nature. Les retombées principales de l’étude sont d’offrir un éclairage sur différentes manières dont pourraient s’opérer les bienfaits de la relation entre les êtres humains et la nature et d’appuyer la pertinence du contact avec la nature comme piste d’intervention vers un mieux-être global.
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 | 0.014 | 0.021 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| 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".