Bibliographic record
Abstract
Cette note de recherche porte sur la différenciation des pratiques de professionnels de l’accès aux soins, en Guyane française, selon les identités ethniques que ces professionnels attribuent à leurs usagers. L’analyse est menée dans une perspective constructiviste, selon laquelle une identité ethnique n’est pas une entité au contenu culturel objectif et résulte plutôt de la sélection, par les acteurs sociaux, de quelques caractéristiques culturelles qui leur semblent pertinentes pour désigner le soi et les autres. Sont ainsi identifiés les symboles choisis par des professionnels créoles et métropolitains de l’accès aux soins pour caractériser leurs usagers noirs-marrons, ainsi que les rapports sociaux qui ont conduit ces acteurs à faire de tels choix. Est ensuite examinée la mobilisation de ces symboles par les professionnels pour justifier des pratiques discriminatoires envers leurs usagers noirs-marrons. La comparaison avec d’autres terrains d’étude révèle que ces discriminations résultent de processus (négation de la légitimité des individus, culturalisme, réification simplificatrice des identités) non spécifiques au contexte guyanais, mais que leur mise en oeuvre concrète prend des figures spécifiques, dessinées par l’ensemble des rapports sociaux inégalitaires dans lesquels sont prises leurs victimes.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
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".