MétaCan
Menu
Retour à la cohorte
Enregistrement W4293141912 · doi:10.7202/1088311ar

Émotions et intervention sociale : naviguer entre valeurs, éthique et techno-bureaucratie

2021· article· fr· W4293141912 sur OpenAlexaff
Carolyne Grimard, Judith Sigouin, Sophie Hamisultane, Sue-Ann MacDonald

Notice bibliographique

RevueIntervention · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophySociologyEthnology

Résumé

récupéré en direct d'OpenAlex

En travail social, les émotions ont une place dans la profession : elles sont encadrées pour limiter leurs manifestations dans la relation entre le professionnel et le bénéficiaire. Or, les émotions ont tendance à disparaître dans la manifestation scientifique (recherche) ou politique (analyse des politiques sociales) de cette discipline. Avec la rationalité gestionnaire et les nouvelles pratiques de management (Bellot, Bresson et Jetté, 2013), les émotions n’ont de toute façon que très peu de place dans les prises de décisions qui se veulent objectives, neutres et égalitaires envers toutes les personnes bénéficiaires. Notre article soulève diverses questions : comment la capacité d’agir des intervenants sociaux est-elle influencée par la difficulté de la prise en compte des émotions? Sommes-nous face à un possible changement de paradigme où la techno-bureaucratie, comme champ d’application des décisions politiques, est arrivée à l’une de ses limites dans le champ de l’intervention sociale? À partir d’exemples de pratiques de trois enquêtes menées par les autrices où la question des émotions s’est avérée centrale dans les interventions, mais n’a pu être prise en compte, nous verrons comment les émotions dans les interventions sociales se butent aux normes professionnelles et managériales.

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)0,016
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,021
Communication savante0,0130,006
Science ouverte0,0010,007
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,160
Tête enseignante GPT0,488
Écart entre enseignants0,327 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInterventionMême sujetEducation, sociology, and vocational trainingTravaux en français237 207