Bibliographic record
Abstract
À Montréal, dans certains quartiers économiquement défavorisés, mais aussi ailleurs, un jeune homme à la peau noire est souvent « vu » et « perçu » comme un bandit et/ou une victime, actuels ou en devenir. Cette exclusion sociale fondée sur la couleur de la peau est également partagée par des résidents d’habitations à loyers modiques (HLM) de la métropole. Par conséquent, se sortir de cette image stéréotypée par la découverte d’une autre culture était un des objectifs de l’atelier « Mon Afrique à moi » présentée au cours de l’été 2007 par Fako Soulama, originaire du Burkina Faso et animateur au Centre des jeunes Boyce-Viau, un organisme d’intervention familiale opérant au sein d’un des HLM du quartier Hochelaga-Maisonneuve à Montréal. Or, si les intentions de cet atelier étaient louables et nécessaires, que reste-t-il de l’atelier « Mon Afrique à moi »? Quels ont été les apprentissages des participants et des artisans de cet atelier? Est-ce que des perceptions quant à l’« Africanité » et au vivre-ensemble de personnes aux origines diverses ont changé depuis? Que voudraient montrer les participants de cet atelier s’ils étaient invités à représenter et à diffuser dans l’espace public ce qu’ils en ont retenu? Une pratique reliée à un nouveau média peut-elle devenir une méthode de recherche? Cette note de recherche présente quelques réponses à ces questions en dévoilant de manière réflexive des enjeux reliés à « l’infrastructure de visibilisation » que nous avons mise en place dans le cadre de notre recherche doctorale pour réfléchir en quoi les définitions, articulations et représentations du vivre-ensemble des personnes directement concernées s’arriment ou diffèrent des images et des discours projetés dans l’espace public par les observateurs et décideurs.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.006 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.046 | 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".