Animation (A means of developing the determinig factors of the elderly people's autonomy)
Bibliographic record
Abstract
Le pourcentage important de personnes âgées dans nos pays est compensé par le fait qu'elles ont une validité et des capacités physiques et mentales qui diffèrent assez peu de celles des plus jeunes générations. Mais il faudrait que ce processus soit utilisé comme il le mérite et que les capacités de ces générations soient employées au mieux et au minimum et que leur rôle dans la société ne soit pas découragé.Louis Ploton écrit que «la démarche d'autonomisation passe par un préalable méthodologique consistant à renoncer à regarder nos interlocuteurs âgés comme des sujets ayant perdu quelque chose, pour les considérer comme ayant recours à d'autres mécanismes, d'autres façons de faire, d'autres modalités relationnelles dans un contexte donné».Nous partons de l’hypothèse que le degré d’autonomie des personnes âgées (à niveau de santé égal) s’inscrit dans une interaction avec l’exercice d’un «leadership» suffisant, de leur degré de motivation et de la qualité de leur insertion sociale.C’est pourquoi nous présenterons un programme de recherche-action, entrepris dans le cadre des clubs de personnes âgées (dits clubs de l’âge d’or), dans une province canadienne, visant à passer par le canal du «leadership» des aînés pour accroitre leur motivation, améliorer leur insertion sociale et leur autonomie. Nous nous attachons ainsi à proposer l’animation, prise en main par les aînés, comme levier pouvant agir positivement, de manière globale, sur les déterminants de l'autonomie en particulier la motivation et l'insertion sociale. Cela reposera sur une démarche argumentative, faute de pouvoir apporter des preuves expérimentales formelles, en l’absence de moyens de mesure satisfaisants des phénomènes en interactions.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.023 | 0.002 |
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".