Logements insalubres en contexte pluriethnique : étude de cas et pistes d'intervention pour le quartier Norgate dans l'arrondissement Saint-Laurent à Montréal
Notice bibliographique
Résumé
Ce mémoire explore le rôle du logement dans l'expérience migratoire des nouveaux et nouvelles arrivantes à Montréal et l'impact de celui-ci sur les premières années d'installation, en fonction des caractéristiques socioculturelles des individus. Pour ce faire, une étude collaborative a été menée sur le cas spécifique du quartier de Norgate, situé en plein cœur de l'arrondissement Saint-Laurent. Norgate est un quartier où se produit un renouvellement constant de locataires d'origine immigrante en provenance des quatre coins du monde, et où subsistent d'importants problèmes de pauvreté. En se penchant sur ce milieu de vie et sur les conditions d'habitat de ses résident-e-s, nous avons constaté à quel point un nombre important de locataires vivaient dans des logements en mauvais état, et parfois même dans de graves conditions d'insalubrité. Nous avons cherché à comprendre comment un tel espace urbain pouvait en venir à être aussi dégradé et quels étaient les rôles et responsabilités des différents paliers étatiques face à une telle situation. À travers ce processus, nous avons exploré l'ensemble des possibilités d'action proposées par les différents acteurs (institutionnels, communautaires, résidentiels) ayant un potentiel pouvoir d'agir dans le quartier. Ce mémoire montre comment la problématique des logements dans l'espace urbain est liée à une multitude de facteurs interreliés et qui s'influencent mutuellement, d'où la nécessité d'une approche systémique dans l'analyse du champ de l'anthropologie urbaine. Il cherche également à montrer en quoi un mouvement urbain efficient nécessite un partenariat rigoureux entre les différents acteurs agissant sur le territoire, dans une logique de compréhension et de respect de la diversité des tactiques.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,005 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».