Solutions: L’affaire de tout le monde
Bibliographic record
Abstract
Les personnes de tout âge peuvent être victimes d’intimidation. Le Centre for Elder Research a collaboré avec la professeure M me Kirsten Madsen du collège Sheridan et l’organisme Prévention de la maltraitance envers les aînés Ontario (PMEAO) pour mieux comprendre la question de l’intimidation entre personnes âgées de plus de 55 ans en Ontario. Ce projet a été financé par le Conseil de recherches en sciences humaines du Canada (CRSHC) et visait à soutenir le développement de pratiques exemplaires et de stratégies pour cette population diversifiée. Notre projet cherchait à recueillir des données sur la prévalence et la nature de l’intimidation entre personnes âgées en Ontario, et à ensuite utiliser ces données pour créer la présente boîte à outils et y définir des pratiques exemplaires et des stratégies qui permettront aux aînés et aux personnes qui travaillent auprès d’eux de mettre fin à l’intimidation.\nLe Senior Bullying Project a élaboré un sondage et demandé aux personnes âgées à la grandeur de l’Ontario de parler de leur expérience en matière d’intimidation entre personnes âgées. Un total de 683 personnes a répondu au sondage à l’échelle provinciale, apportant de précieuses perspectives en matière d’intimidation au sein de la population âgée. Une fois que les résultats du sondage ont été analysés et que les thèmes ont été identifiés, l’équipe a tenu quatre groupes de réflexion dans les quatre villes suivantes de l’Ontario : Oakville, Ottawa, London et Peterborough. L’objectif de ces groupes de réflexion était de mobiliser les intervenants et les aînés touchés par le problème d’intimidation au sein de la population âgée. Les intervenants ont pu consulter les résultats du sondage et ils ont généré des idées pouvant servir dans un contexte d’intervention et de prévention contre les incidents d’intimidation auprès des personnes âgées au moyen d’activités et d’exercices variés effectués au fil de la journée.
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 | 0.005 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.015 | 0.007 |
| Scholarly communication | 0.010 | 0.008 |
| Open science | 0.002 | 0.012 |
| Research integrity | 0.006 | 0.006 |
| Insufficient payload (model declined to judge) | 0.040 | 0.008 |
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".