Sommes-nous égaux devant l’« injonction » à participer ?
Bibliographic record
Abstract
Dans cet article, nous analysons les facteurs qui peuvent influencer inégalement l’accès à la participation, notamment les relations sociales et les contextes sociaux qui évoluent avec l’âge. Nous définissons la participation sociale comme pratique quotidienne que l’on mesure en fonction du temps que les citoyens consacrent au bénévolat, à l’action militante, politique ou délibérative au sein d’organisations et à la participation informelle qui prend la forme d’entraide au sein des réseaux personnels. À l’aide d’analyses transversales des données de l’Enquête sociale générale (ESG) sur l’emploi du temps (1992, 1998, 2005, 2010), nous analysons dans un premier temps le déclin du nombre de Canadiens qui consacrent du temps à la participation sociale formelle et informelle selon les périodes de vie. Dans un deuxième temps, nous utilisons le cycle 18 de l’ESG sur l’engagement social pour analyser les facteurs qui influencent inégalement la participation sociale et les chances d’être inclus dans des activités de participation sociale. Nous démontrons comment les personnes avec pour caractéristiques d’être jeunes, faiblement scolarisées, immigrantes ou possédant des réseaux peu diversifiés n’ont pas les mêmes chances de participer au sein de la société canadienne que les autres.
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 | 0.007 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.008 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 0.003 |
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".