Le paradoxe du backpacking chez les jeunes Québécois : entre individualisation et connexion
Bibliographic record
Abstract
L’ouverture au monde est de rigueur chez les jeunes d’aujourd’hui au Québec comme ailleurs. Membres d’office de la génération Y, les jeunes sont d’emblée familiers avec les « nouvelles technologies ». En effet, les moyens numériques et les réseaux sociaux n’ont plus de secrets pour eux et leur permettent de nouer contact à l’échelle de la planète. Il devient dès lors tentant de partir à l’aventure, sac au dos, afin de se conformer à l’ouverture au monde vue comme une qualité. Le présent mémoire de maîtrise envisage le backpacking, c’est-à-dire la façon de voyager qui a actuellement la cote chez les jeunes, en particulier les étudiants, en mettant un sac sur son dos et en partant à l’aventure afin de pouvoir enrichir les qualités qu’ils reconnaissent à leur propre personne. En effet, quitter son épicentre social, souvent seul, en « voyageant léger » dans des contrées étrangères contribue à la capacité d’agir de son propre chef et d’être soi-même, en acquérant des qualités susceptibles de mettre en exergue leur individualité. La tendance se conçoit en théorie à la lumière des thèses sur l’individualisation présentes en sociologie et qui, ici, seront considérées avec nuances. L’analyse mise en œuvre s’appuie sur des entrevues semi-directives recueillies de la bouche de backpackers jugés représentatifs de cette inclination à mettre sa routine quotidienne entre parenthèses afin de vouloir agir par soi-même. Or, l’étude produite dans les pages du mémoire révèle que, à leur niveau, ils voyagent librement, mais en ayant en main téléphone intelligent ou portable grâce auquel ils restent constamment connectés avec leur épicentre social, leurs parents et amis, qui ce faisant exerce un pouvoir d’inflexion sur leur périple et sur leurs agissements à l’étranger. Comment expliquer ce paradoxe? Voyager sac au dos dans l’intention d’agir par soi-même, mais être continuellement sujet au regard des autres, lesquels peuvent gouverner à certains égards la marge de manœuvre propice à l’individualisation qui a valeur de qualité. Voilà ce que cherche à expliquer ce mémoire.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.014 | 0.011 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".