Inégalités sociales et services de proximité au Québec - Développement d’un système d’évaluation issu d’une collaboration entre chercheurs et intervenants
Bibliographic record
Abstract
Au-delà de la profusion de statistiques illustrant les inégalités sociales de santé, il y a la nécessité de relier celles-ci à l’intervention sanitaire et sociale et, plus particulièrement, aux services de proximité qui sont actuellement interpellés par les politiques publiques afin de contribuer à la réduction de ces inégalités. Pour y parvenir, cependant, des enjeux d’ordre méthodologique et d’ordre pratique se posent. Comment mesurer à l’échelle locale les inégalités sociales dans le recours aux services de proximité? Et comment passer de cette mesure à une réflexion sur la pratique à l’égard des personnes défavorisées? Le présent texte propose une réponse à ces deux questions mais plus particulièrement à la seconde, impliquant le partage de connaissances entre chercheurs et intervenants. En mettant l’emphase sur l’étroite collaboration entre chercheurs et intervenants de sept centres locaux de services communautaires (CLSC) issus de milieux variés, il relate le développement d’un système d’évaluation des inégalités sociales dans le recours aux services de proximité offerts par les CLSC qui rejoignent annuellement environ un Québécois sur quatre. Il présente les principaux éléments de ce système: 1-une carte du profil local de défavorisation matérielle et sociale de la population, 2-un tableau synthèse des inégalités dans le recours aux services selon la défavorisation, et 3-une grille d’interprétation de ces inégalités. Finalement, il démontre comment ces éléments ont été adaptés afin de répondre aux exigences d’une analyse locale du recours aux services ainsi que d’une production qui soit intelligible par les intervenants et utile à la réflexion sur la pratique à l’égard des groupes défavorisés.
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 | 0.034 | 0.052 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".