Mobiliser des savoirs expérientiels rares de travailleurs pairs, migrants, au sein d’un Centre d’Hébergement d’Urgence (CHU)
Notice bibliographique
Résumé
Le Centre d’Hébergement d’Urgence Mouzaïa de la Fondation Armée du Salut situé à Paris valorise depuis 2019 le travail pair. Cette expérimentation se développe dans le cadre d’un Chantier d’insertion permettant aux personnes ayant connu l’expérience migratoire et ses effets traumatiques de bénéficier d’un accompagnement social et médico-social. L’objet de notre problématique est d’identifier les savoirs expérientiels mobilisés et sémantisés au sein d’ateliers du Chantier d’insertion. Comment dans ce contexte l’expérience des travailleurs pairs migrants est-elle sémantisée en savoirs expérientiels rares ? (Gardien, 2022). Notre enquête de terrain repose sur des observations de terrain et des extraits d’entretiens compréhensifs et collectifs. À partir de cinq variables, les principaux résultats issus de notre analyse tentent de montrer en quoi les savoirs expérientiels des travailleurs pairs migrants peuvent être qualifiés de rares : « L’expérience de la prise en charge institutionnelle » ; « Surmonter les traumatismes de l’exil » ; « Évoquer les situations extrêmes et dangereuses et pouvoir être ressource face à ces situations » ; « Développer des savoir-être, -dire et -faire orientés vers l’aller-vers, au contact des publics. Mobiliser des ressources culturelles et linguistiques ».
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».