Entre épreuve et enquête : recherches narratives à partir des microrécits d’enfants en milieu hospitalier au Brésil
Notice bibliographique
Résumé
La recherche qualitative en sciences de l’éducation, dans la pluralité de ses approches théoriques et méthodologiques, met l’accent sur la manière dont les agents sociaux pensent, perçoivent et ressentent les phénomènes qu’ils éprouvent. À la croisée des approches quantitatives et compréhensives, l’enquête narrative mobilise le récit pour appréhender par le langage l’expérience vécue. Les données qui en résultent ont la particularité d’être temporalisées, processuelles et expérientielles. L’accomplissement du récit est cependant régi par un champ de contraintes qui le constitue en épreuve : mise en mots de l’expérience, temporalisation et configuration du récit, format narratif qui s’impose lors de l’expression. L’enjeu de cet article est de spécifier les dimensions de l’épreuve pour le sujet qui porte son vécu au langage et le configure en récit, puis d’en montrer concrètement les effets à partir d’une des formes possibles de cette approche de l’enquête, celle des micro-récits d’enfants recueillis en milieu hospitalier au Brésil.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,014 | 0,018 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».