« Gagne-t-on vraiment à mieux connaître? » : autoethnographie queer de mon expérience d'intervention antihomophobie avec le GRIS-Montréal
Notice bibliographique
Résumé
Ce mémoire autoethnographique a pour sujet mon expérience personnelle comme intervenant communautaire avec le GRIS-Montréal (GRIS), organisme d’éducation antihomophobie oeuvrant principalement dans les écoles secondaires de la grande région de Montréal. Le GRIS adopte une stratégie éducative issue de ce qu’on pourrait appeler le discours antihomophobie dominant, qui vise l’interruption des préjugés homophobes en milieu secondaire en créant des situations de rencontre avec des personnes lesbiennes, gaies ou bisexuelles (LGB). Ces rencontres sont supposées souligner le caractère commun d’humanité et de rationalité partagé entre les intervenant.e.s et les jeunes, et ainsi favoriser une neutralisation de l’homophobie au travers d’une reconnaissance mutuelle. Ce caractère commun passe souvent par des modalités dites hétéronormatives, comme la référence à la monogamie, au mariage, à la parentalité ou à la domesticité. Pour ce faire, le GRIS envoie ses intervenant.e.s en classe dans le cadre d’interventions basées sur la pratique du témoignage sexuel et intime : nous sommes donc chargé.e.s de répondre aux questions des élèves sur les sexualités et les identités LGB à partir de nos expériences de vie respectives. Je problématise cette méthode d’éducation en la contrastant avec des approches pédagogiques queer et anti-oppressives, selon lesquelles le recul des attitudes phobiques et oppressives passe plutôt par un travail réflexif critique permettant de dévoiler les mécanismes des structures d’oppression et de marginalisation et d’observer nos propres complicités avec elles. Orienté par des perspectives théoriques et épistémologiques issues des études queer en communication, en sociologie et en pédagogie, et appliquant une méthodologie autoethnographique qui demande une réflexivité critique face à mon double positionnement de chercheur queer et d’intervenant, j’ai effectué, à l’automne 2017, une série de dix interventions avec le GRIS au travers de laquelle j’ai interrogé et observé ma capacité, ou mon incapacité, à articuler une approche pédagogique queer avec une pratique d’intervention basée sur la mise en récit de soi.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,012 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».