Travailler pour survivre : exploration du travail des jeunes de la rue
Bibliographic record
Abstract
Le présent article explore les diverses formes que prennent l’emploi et les « petits boulots » dans la vie des jeunes de la rue. L’étude a été faite à Halifax, au Canada, et porte sur un matériel tiré d’entretiens menés auprès de 34 jeunes. Les résultats de l’enquête suggèrent que l’économie du travail à laquelle doivent faire face les jeunes de la rue revêt un aspect autant formel qu’informel. Ils montrent aussi que ces jeunes sont motivés mais vivent aussi des enjeux tant personnels qu’environnementaux. La plupart des jeunes interrogés réalisent des activités informelles rémunératrices parmi lesquelles figurent entre autres la mendicité, la pratique du squeegee (du nom anglais de la raclette servant à nettoyer les pare-brise), et l’art ambulant, la vente de créations artistiques, la composition et la déclamation de poèmes, la diffusion de blagues et autres activités créatrices. La diversité de ces activités témoigne de l’esprit d’entreprise et de la capacité de résilience de cette jeunesse itinérante. Pour survivre, les jeunes sans-abri sont en effet prêts à entreprendre un grand nombre de tâches souvent peu valorisées dans notre société. À vrai dire, il leur est surtout difficile d’accéder à un travail socialement reconnu. Pourtant, la société, en s’inscrivant dans une logique de criminalisation de certains types de pauvreté, réprime le plus souvent les activités informelles qu’adoptent les jeunes comme stratégies de survie.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.016 | 0.010 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 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".