Projet vieillissement et mode de vie physiquement actif
Bibliographic record
Abstract
La démographie du Canada change et la proportion de personnes de 65 ans et plus pourrait atteindre 29,8 % d’ici 2068. Notre objectif est de comprendre le contenu des politiques publiques qui favorisent l’activité physique de loisirs ou de transport dans les pays où les personnes âgées sont parmi les plus actives. Le « Global observatory on physical activity » et les « Physical activity fact sheet » de l’OMS ont permis l’identification de ces pays et un cadre conceptuel élaboré à partir d’une revue rapide de la littérature a soutenu une analyse de contenu dirigée de 35 documents gouvernementaux et une douzaine de documents de l’OMS, des Nations Unies et de l’OCDE. L’analyse narrative a été utilisée pour dégager les principaux constats. Les thèmes récurrents sont : - Utilisation de l’activité physique dans le système des soins de santé. - Politiques du sport et plein air qui ciblent les personnes âgées. - Planification urbaine qui facilite le transport actif et adapté et la proximité des espaces verts. - Promotion de la participation sociale pour le maintien de l’autonomie et l’indépendance. Il importe conséquemment de recadrer la promotion de l’activité physique en vue d’augmenter l’espérance de vie en bonne santé.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.006 | 0.011 |
| Science and technology studies | 0.006 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.022 | 0.004 |
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".