Comment re-penser petite enfance et rapports de genre : l’exemple des auxiliaires de puériculture en France
Bibliographic record
Abstract
Depuis la Seconde Guerre mondiale, les crèches souffrent d’une mauvaise réputation, car elles étaient, aux yeux de psychiatres de l’époque, responsables de carences affectives graves imputées à la forme de l’accueil collectif. Depuis le milieu des années 60, des psychologues ont transformé le modèle hygiéniste réduisant l’enfant de 0 à 3 ans que l’on accueille à la crèche à un corps à baigner, à nourrir et à changer. Cet article cherche à interroger le soubassement naturalisant de la fonction d’auxiliaire de puériculture à travers ce que les auteures appellent le « paradigme mère-enfant » qui fait de la crèche un pis-aller et de l’auxiliaire, un substitut toujours imparfait. A partir de travaux de recherche empirique, et notamment d’une recherche-action conduite depuis deux ans dans la région parisienne, elles ont pu établir la manière dont le point de vue, l’expérience et les savoir-faire uniques des auxiliaires de puériculture ont été étouffées, réduits au silence et méconnus. C’est en donnant à entendre leur « voix » que les rapports naturalisants ont pu être remis en question, puis invalidés, ce qui a permis d’accroître, par là même, leurempowermentprofessionnel et en termes de genre.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.010 | 0.007 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".