MétaCan
Menu
Retour à la cohorte
Enregistrement W4226003940 · doi:10.7202/1087829ar

Malentendus interculturels : analyses de représentations d’intervenants et intervenantes de secteurs publics québécois en vue de la formation aux compétences interculturelles

2022· article· fr· W4226003940 sur OpenAlexaffvenueabout
Paul Bléton, Angéline Martel, Nancy Gagné

Notice bibliographique

RevueEnjeux et société Approches transdisciplinaires · 2022
Typearticle
Languefr
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensUniversité TÉLUQ
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePublicsArt

Résumé

récupéré en direct d'OpenAlex

La présente étude vise à comprendre, sur le terrain, les malentendus interculturels en vue de préparer des formations aux compétences interculturelles pour les intervenants et intervenantes de secteurs publics. Les représentations concernant les malentendus interculturels font partie des enjeux communs propres à 85 intervenants et intervenantes du secteur public québécois de la région métropolitaine de Montréal (bibliothèques, bureaux de Services Québec, services de police, Service de sécurité incendie – pompiers premiers répondants et Urgences-santé) ayant participé à onze groupes de discussion dans le cadre du projet Traits d’union : Compétences interculturelles en action. Cet article propose une analyse thématique et discursive des malentendus interculturels vécus et racontés par ces intervenants et intervenantes. Les résultats se déclinent en trois parties : 1) analyse thématique; 2) analyse discursive; 3) formations aux compétences interculturelles. Nous concluons que les malentendus interculturels se présentent sous de multiples visages sur le terrain de l’intervention publique; ils montrent comment les intervenants et intervenantes décrivent leurs compétences communicationnelles en contexte interculturel. Sur le plan pédagogique, nous concluons que les résultats des trois parties de l’analyse (thématique, discursive, formation) pourraient servir d’intrants au contenu de formations aux compétences interculturelles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil0,567

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0120,010
Communication savante0,0060,002
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,511
Écart entre enseignants0,395 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnjeux et société Approches transdisciplinairesMême sujetInterpreting and Communication in HealthcareTravaux en français237 207