Recherche participative : perspectives croisées autour des savoirs académiques et expérientiels dans le domaine des addictions
Notice bibliographique
Résumé
Les recherches participatives peuvent contribuer à améliorer les services dans le domaine des addictions. Toutefois, une implication superficielle des personnes détenant un savoir expérientiel comporte le risque de reproduire des situations d’iniquités sociales plutôt que de renforcer leur pouvoir d’agir. Cet article a pour objectif d’exposer un bilan critique, co-construit par le dialogue entre personnes détenant des savoirs académiques et expérientiels, au regard des différents types de participation et de collaboration ayant été réalisées au fil des ans, tout en posant un regard sur les enjeux de la professionnalisation ou de la formalisation du rôle de personnes détenant une expertise de vécu dans le cadre de recherches participatives en addictions. Les résultats de l’analyse critique réalisée permettent de dresser un bilan critique co-construit qui comprend les thèmes suivants : 1) la description du parcours de collaboration et de la diversité des implications en recherche de la personne détenant un savoir expérientiel ; 2) les réflexions conceptuelles autour des termes utilisés et des identités qui y sont liées ; 3) les facilitateurs de la collaboration ; 4) les obstacles et défis rencontrés. Ce dialogue entre savoirs académiques et expérientiels permet de souligner la nécessité de revoir les règles institutionnelles pour mieux reconnaître le statut des personnes détenant un savoir expérientiel en recherche. La reconnaissance des compétences en lien avec l’admissibilité à des postes de recherche ne devrait pas se limiter à l’obtention de diplômes. Le savoir expérientiel devrait être intégré comme un type d’expertise reconnu dans le cadre des embauches.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».