Au nom d’une justice épistémique : l’implication bénévole et citoyenne dans les organismes communautaires au Québec
Notice bibliographique
Résumé
Les organismes communautaires visent à promouvoir la justice sociale et environnementale, mais ils peuvent également perpétuer l’injustice au sein de leurs instances participatives et décisionnelles. Pour comprendre ce paradoxe, nous avons analysé les témoignages de 21 bénévoles et citoyen.nes impliqué.es dans des organismes communautaires au Québec. Un tiers de ces participant.es, issu.es de groupes minorisés, a décrit des expériences d’injustice épistémique, qui se manifeste lorsque leurs témoignages et leurs connaissances sont ignorés en raison de préjugés envers leurs groupes d’affiliation. Bien que subtile en apparence, l’injustice épistémique se produit dans leurs interactions quotidiennes avec leurs pairs, entravant ainsi leurs implications bénévoles et citoyennes au sein de ces organismes communautaires. Nous argumentons que l’injustice épistémique a des répercussions néfastes non seulement sur la reconnaissance des contributions des bénévoles et des citoyen.nes, mais aussi sur leur recrutement, leur participation et leur engagement durable au sein de ces organismes. Pour ce faire, nous menons une analyse interactionnelle et intersectionnelle sous l’angle de la communication organisationnelle, afin d’étudier comment les bénévoles et les citoyen.nes sont profondément affecté.es lorsqu’ils et elles sont différencié.es par les autres membres durant les interactions, ce qui conduit à un manque de reconnaissance de leurs témoignages et de leurs contributions au sein de ces organismes. Cette approche nous permet de comprendre que l’injustice épistémique est un processus de communication qui nuit à l’implication des bénévoles et des citoyen.es dans les organismes communautaires, offrant ainsi des pistes de solutions concrètes pour promouvoir une justice sociale et épistémique.
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 | 0,003 | 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 | 0,017 | 0,021 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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 ».