Compte rendu d'expériences internationales
Bibliographic record
Abstract
Cet article présente trois expériences de service social des groupes qui ont été menées en France et au Liban. Josiane Deveaud nous fait d'abord connaître une utilisation innovatrice des TUC (Travaux d'Utilité Collective) dans les îles de Ré, Aix et Oléron. Des actions de groupe conduites conjointement par des travailleurs sociaux, des jeunes, des partenaires sociaux et municipaux, permettent à des jeunes issus de milieux défavorisés, de s'engager dans un processus d'insertion professionnelle et sociale. Par ailleurs, à Saint-Ouen-L'Aumône, le Service des Retraités, appuyé par le Centre Communal d'Action Sociale, développe le travail social de groupe avec les aides-ménagères pour le maintien à domicile des personnes très âgées. Anny Gracient nous fait part de cette initiative et fait ressortir les effets positifs de cette intervention de groupe, tant au niveau de la qualité du travail des aides-ménagères qu'au plan de leur développement personnel. Finalement, Hyam Samaha-Kahi montre comment différentes formes de groupes peuvent être génératrices de potentiels humains et de ressources collectives parmi la population libanaise aux prises avec les difficultés et les souffrances provoquées par la guerre. L'auteure témoigne des efforts déployés pour humaniser les conditions de vie dans les centres de regroupement des déplacés.
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 | 0.006 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.013 | 0.007 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.016 | 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".