Développement et validation d'une classification des résidences privées avec services accueillant des personnes âgées
Bibliographic record
Abstract
Au Québec, près de 120,000 personnes âgées vivent dans plus de 2,000 résidences privées avec services. Ces milieux de vie substituts se présentent sous plusieurs formes, car ils se sont développés, jusqu'à tout récemment, sans aucun contrôle étatique. Il en résulte une importante variabilité dans, par exemple, les services offerts, les ratios de personnel, l'aménagement physique, les critères d'admission et les capacités d'accueil. L'hétérogénéité de ces milieux rend leur représentation et leur comparaison laborieuses, autant pour les professionnels de la santé que pour les personnes âgées et leur famille. Le développement de classifcation est particulièrement utile lorsqu'on souhaite se représenter un ensemble hétérogène, comme c'est le cas des résidences privées avec services accueillant des personnes âgées (RPA). L'objectif général de l'étude est de développer et de valider, à l'aide d'analyses de classification automatisée (ACA), une classification des RPA basée sur des caractéristiques de leur environnement physique et organisationnel. La présente thèse intègre trois articles scientifiques, en lien avec chacun des trois objectifs spécifiques de l'étude. Le premier article détaille la méthodologie et les résultats liés à l'identification des caractéristiques nécessaires à la représentation d'une RPA. Cent soixante-quinze variables ont été identifiées. Le deuxième article décrit le développement d'un questionnaire pour mesurer ces variables, l'étude de la fidélité test-retest du questionnaire ainsi que l'appréciation de sa cohérence interne. Somme toute, le questionnaire de l'environnement physique et organisationnel (EPO) présente de bonnes propriétés métrologiques. Enfin, le troisième article présente de manière détaillée le développement et la validation de la classification. À cet effet, 552 des 1,928 propriétaires de RPA admissibles ont complété le questionnaire EPO afin de fournir les informations nécessaires à la création de la classification. Différentes méthodes d'ACA ont été employées. Trois classifications plausibles ont été soumises à un groupe d'experts composé de huit intervenants cliniques. La classification retenue par ce comité est issue de la méthode hiérarchique de Ward combinée à la méthode non hiérarchique k-means. La classification est composée de cinq groupes de RPA qui se distinguent, entre autres, par les services offerts, la clientèle accueillie et le niveau de support à l'autonomie fonctionnelle. Ces travaux de recherche sont les premiers à regrouper les RPA du Québec en groupes homogènes mutuellement exclusifs sur la base de leur environnement physique et organisationnel. Une fois implantée, cette classification fournira des informations précieuses aux intervenants, aux gestionnaires ainsi qu'aux personnes âgées et leur famille. Elle favorisera davantage de congruence entre les besoins cliniques identifiés, les préférences de la personne âgée et le choix d'une RPA optimale.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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.
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 teacher head, 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".