MétaCan
Menu
Retour à la cohorte
Enregistrement W4386488828 · doi:10.7202/1105589ar

Rencontrer la mer : l’expérience vécue d’une expédition en voilier sur le Saint-Laurent en contexte d’intervention sociale

2023· article· fr· W4386488828 sur OpenAlexaffabout
Henri-Bastien Gendreau Robert, Sacha Genest-Dufault

Notice bibliographique

RevueIntervention · 2023
Typearticle
Languefr
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Bien qu’un nombre grandissant d’études soulignent les bienfaits de l’interaction avec la nature (Institut de cardiologie de Montréal, 2021), rares sont celles qui se penchent spécifiquement sur le rôle des environnements marins dans le cadre des pratiques centrées sur la nature et l’aventure. Or, ces espaces qu’il convient d’appeler les « environnements bleus » possèdent des caractéristiques qui leur sont propres et sont reconnus notamment pour leurs effets bénéfiques sur la santé physiologique et psychologique (White et al., 2020). Il existe à travers le monde différents programmes qui, par l’entremise d’un séjour en mer à bord d’un voilier, ont pour but de soutenir des personnes et des groupes vivant diverses difficultés (Schijf et al., 2017). Les pratiques d’intervention misant sur la navigation à voile offrent ainsi une singulière occasion d’immersion dans un environnement marin. Cet article présente des résultats de recherche et une réflexion quant à ce phénomène à ce jour peu étudié sous l’angle du travail social. L’article s’appuie sur les résultats préliminaires d’un mémoire de maitrise en travail social en cours de réalisation à l’Université du Québec à Rimouski qui vise, par une approche phénoménologique, à mieux comprendre l’expérience vécue par les personnes intervenantes et participantes lors d’une expédition en voilier sur le Saint-Laurent en contexte d’intervention sociale.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,699
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,020
Tête enseignante GPT0,317
Écart entre enseignants0,297 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInterventionMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207