Exploration des facteurs sociaux et spatiaux liés à la santé mentale et au bien-être des personnes âgées en milieu urbain
Bibliographic record
Abstract
Contexte : Le Québec, à l’instar d’autres pays industrialisés, connaît un vieillissement rapide de sa population, et la recherche s’intéresse à mieux comprendre comment les personnes peuvent vieillir tout en optimisant leur santé mentale et leur bien-être. Pour garantir un vieillissement en bonne santé, il est notamment impératif de mieux comprendre comment les dimensions spatiales et sociales de la vie quotidienne influencent la santé mentale et le bien-être, car ces facteurs représentent des leviers potentiels importants d’intervention. Jusqu’à présent, peu d’études ont considéré simultanément le rôle des aspects liés à la mobilité quotidienne et des réseaux sociaux pour étudier la santé mentale et le bien-être. Or les dynamiques spatiales et sociales sont étroitement liées, et devraient être considérées conjointement Objectives : L’objectif principal de cette thèse est d’approfondir notre compréhension des dynamiques liant la mobilité quotidienne et les interactions sociales, et leurs liens avec les indicateurs de santé mentale chez les personnes âgées. Les objectifs spécifiques sont de (1) Faire une synthèse de la littérature existante sur la mobilité quotidienne, les concepts de relations sociales et leurs liens avec le vieillissement en bonne santé. Cette première étape vise à établir une solide base de connaissances pour guider la recherche. (2) Élaborer un cadre d’analyse des principales variables des réseaux sociaux, des espaces d’activité et des structures socio-spatiales combinées. (3) Examiner l’association entre les composantes socio-spatiales et divers indicateurs de santé mentale et de bien-être chez les personnes âgées. Méthodes : D’abord, une revue de littérature a été entreprise pour répondre au premier objectif de cette thèse (article 1). Les données d’espace d’activité et de réseaux sociaux des participants de l’étude QADA, âgés de 65 et plus, ont ensuite fait l’objet d’une analyse en composante principale pour répondre à l’objectif 2 (article 2). Finalement, l’utilisation de données similaires obtenues auprès de participants âgés de 55 ans et plus de la phase 2 de l’étude pancanadienne COHESION ont fait l’objet d’une analyse par composante principale (ACP) et les dimensions obtenues ont ensuite été utilisées pour examiner les liens entre les caractéristiques socio-spatiales et des mesures de dépression, anxiété, détresse psychologique et bien-être à l’aide d’une régression linéaire. Résultats : L’ACP portant sur les variables spatiales et sociales a fait ressortir 6 composantes représentant des indicateurs spatiaux, sociaux, et socio-spatiaux, à la fois dans la cohorte QADA et COHESION. Le facteur référant principalement à la fréquence des interactions sociales était associé aux trois mesures de santé mentale testées (dépression, anxiété, détresse psychologique), ainsi qu’avec la mesure de bien-être. En revanche, la composante de distribution spatiale était associée uniquement à la détresse psychologique. Ces résultats offrent des perspectives importantes sur les liens complexes entre la mobilité, les relations sociales et la santé mentale chez les personnes âgées, contribuant ainsi à éclairer les politiques de vieillissement et les interventions visant à améliorer leur bien-être psychologique. Conclusion : En résumé, la combinaison socio-spatiale révèle un élément crucial dans l’analyse de l’espace d’activité : elle met en avant l’interaction entre l’intensité des activités spatiales et la structure des réseaux sociaux. Cette observation montre comment certaines proximités dans les relations sociales peuvent se traduire par une proximité géographique, et vice-versa. En considérant ces deux aspects conjointement, nous obtenons une vision plus complète des liens complexes entre les relations et interactions sociales et l’espace, et leurs liens avec la santé mentale chez les personnes âgées.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".