Projet vieillissement et mode de vie physiquement actif
Bibliographic record
Abstract
Au Canada l’espérance de vie augmente mais elle n’équivaut pas nécessairement une espérance de vie en bonne santé. Sachant que seulement 40% des personnes âgée font suffisamment d’activité physique pour se prévaloir des bénéfices de cette habitude de vie, nous voulons comprendre pourquoi en utilisant un sondage en ligne auprès de 1242 personnes âgées sur différents thèmes et nous utilisons des analyses descriptives et des régressions pour identifier de possibles corrélations. L’âgisme internalisé est le meilleur prédicteur du temps consacré à l’activité physique, suivi de la propension à essayer de nouvelles activités et de la représentation d’ainés actifs dans les médias. Les répondants estiment que les modèles utilisés dans les médias ont 60 ans et ils ne perçoivent aucune norme sociale à l’égard de l’activité physique les concernant. Seulement 20% des répondants ont été encouragés à bouger par leur équipe de soin et parmi eux, 34% avaient au moins une condition contraignant l’activité physique. Il est urgent de montrer des aînés de différents âges dans les médias, de cibler cette clientèle par une offre de services diversifiée et d’utiliser l’activité physique plus tôt sur le continuum de soin, en vue de préserver les capacités fonctionnelles de ces personnes.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 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".