MétaCan
Menu
Retour à la cohorte
Enregistrement W7116905251 · doi:10.4000/15ex7

Dynamiques de transmission en milieu humanitaire : quels rôles et impacts sur les collectifs d’intervention ?

2025· article· fr· W7116905251 sur OpenAlexvenueno aff
Galaad Lefay, Catherine Delgoulet, Pierre-Yves Therriault

Notice bibliographique

RevuePerspectives interdisciplinaires sur le travail et la santé · 2025
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueGlobal and Cross-Cultural Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubsistence agricultureRationalisationContext (archaeology)Risk society

Résumé

récupéré en direct d'OpenAlex

Depuis les années 90, l'aide humanitaire vit un processus de professionnalisation par rationalisation mettant en place des procédures toujours plus standardisées, visant à assurer la transparence et la justification des actions menées. Cependant, cette réorganisation fait émerger des tensions entre des prescriptions standardisées et la complexité du terrain, avec des effets sur la performance comme sur la santé des travailleurs, visibles notamment dans les modes de transmission des savoirs et des pratiques au sein des collectifs d’intervention. Cette étude qualitative vise à caractériser les dynamiques de transmission sur le terrain et comprendre leurs rôles et impacts sur les collectifs d’intervention dans ce contexte de professionnalisation. Une étude qualitative menée en Afrique de l'Ouest a été réalisée grâce des entretiens semi-dirigés, des observations et un projet photographique participatif. Les résultats révèlent une segmentation des dynamiques de transmission selon les métiers, les statuts et les espaces de travail. Ils soulignent surtout la complémentarité entre les transmissions formelles et informelles, indispensable aux collectifs d’intervention pour faire face aux tensions entre prescriptions organisationnelles et réalités du terrain. Cette complémentarité soutient un travail de renormalisation, c’est-à-dire l’ajustement collectif des normes pour maintenir à la fois la performance opérationnelle et la santé des équipes.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,419
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,347
Écart entre enseignants0,336 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives interdisciplinaires sur le travail et la santéMême sujetGlobal and Cross-Cultural ManagementTravaux en français237 207