Bibliographic record
Abstract
Dans le cadre d’une réflexion scientifique globale sur le savoir d’usage fondé sur l’expérience menée au sein d’une infrastructure de recherche insérée dans le Centre intégré universitaire de santé et de services sociaux de l’Estrie — Centre hospitalier universitaire de Sherbrooke, une recherche partenariale a été conduite avec le milieu HLM québécois. Elle s’est structurée autour d’une méthodologie originale : la production de récits par des locataires impliqués dans leur milieu de vie. Le pari a été fait que les « présentations de soi » pouvaient être considérées comme autant de pièces qui composent la mosaïque de ce système social et constituaient ainsi un moyen d’enrichir la compréhension du milieu HLM québécois. Tout en donnant à lire des extraits de textes écrits par les locataires, l’article vise à contextualiser leur production et à mettre en évidence les apports et les limites de la démarche engagée. Ce faisant, il montre comment la production de récits peut constituer un acte tant scientifique que politique, qui conduit l’activité de recherche à se situer pleinement dans une dynamique de transformation sociale.
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 | 0.011 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.009 | 0.014 |
| Scholarly communication | 0.012 | 0.010 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.020 | 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".