Formes, contenus et usages du témoignage dans les ONG d’aide internationale : la vérité à l’épreuve du marketing
Bibliographic record
Abstract
L’article propose un exposé et une analyse des contenus, des formes et des usages du témoignage dans les ONG d’aide internationale établies à Montréal. Au total, 17 ONG furent rencontrées lors de visites de sites, 34 entretiens semi‐dirigés furent réalisés et 250 documents recueillis entre janvier 2009 et janvier 2010. La recherche a permis de préciser l’importance du témoignage dans les ONG, témoignages laissant peu de place à la voix des individus des populations aidées mais laissant une large place à leurs images. Toutefois, il est clair que ces messages, au vu de la manière dont ils sont construits et diffusés, proposent une vision des réalités du Sud aseptisée des maux qui affligent quotidiennement les populations. Les ONG privilédient une représentation des problèmes vécus par les populations aidées, ceci dans le contexte où ces dernières doivent faire face à de nombreuses contraintes de divers ordres, notamment politiques et culturelles. De cette étude se dégage une figure localisée du sujet de l’aide canadienne, « actif et engagé dans son développement », une représentation qui s’inscrit en porte à faux de toute vision misérabiliste et sensationnaliste.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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".