Entreprendre une démarche décoloniale et antiraciste à l’université et en travail social : l’exemple d’une recherche-action au Québec pour construire une formation contre le racisme
Notice bibliographique
Résumé
Dans un contexte social intense en 2020, dû notamment aux manifestations antiracistes suite au décès par étouffement de George Floyd, pour lequel un policier a été condamné aux États-Unis, durant la pandémie du COVID-19, quelques professeur.e.s ont entrepris une démarche pour écouter les personnes noires de l’École de travail social, entre autres, sur les effets de résonance ressentis. Suite à cette action, un comité statutaire a été voté (le comité antiraciste et inclusif de l’École de travail social de l’Université de Montréal, CAÉTSUM) pour pérenniser le soutien aux étudiants vivant le racisme à l’université. C’est avec le CAÉTSUM que nous avons mené une recherche-action participative pour créer une formation contre le racisme et les discriminations, qui s’adresse, en premier lieu, aux étudiant.e.s comme aux enseignant.e.s et au personnel de l’École de travail social de l’Université de Montréal. Cet article raconte le processus de cette recherche-action et comment les résultats ont été transformés pour produire une web-série formatrice interactive.
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 | 0,010 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,031 | 0,023 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».