Sentiments et difficultés vécus par les hommes âgés de 35 ans et plus exposés à la catastrophe ferroviaire de Lac-Mégantic
Bibliographic record
Abstract
Au Québec, en juillet 2013, un train transportant du pétrole brut a déraillé à Lac-Mégantic, causant la mort de 47 personnes, le déplacement de plus de 2 000 habitants et des millions de dollars de dégâts. Cette communication propose de traiter des stress et difficultés vécus par deux groupes de victimes masculines trois années après cette tragédie. Les données recueillies sur ce sujet proviennent de 20 entrevues semi-dirigées menées auprès d’hommes au mitan de leur vie (35 à 64 ans) et de 11 entrevues réalisées auprès d’hommes âgés (65 ans et plus). Il s’agit de victimes masculines exposées directement et indirectement à la catastrophe et provenant de la municipalité de Lac-Mégantic. Cette communication permettra de présenter (a) les sentiments éprouvés par ces répondants en ce qui a trait à cette tragédie ainsi que (b) les types de stress et les difficultés vécus avant, pendant et après le déraillement du train. L’analyse du discours de ces répondants est présentement en cours et sera finalisée d’ici la fin de l’hiver 2018. Les conclusions faciliteront la compréhension de ce que vivent les hommes exposés à un sinistre ayant perturbé leur vie et celle des membres de leur entourage, ainsi qu’à mieux les soutenir.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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 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".