Coconstruire des connaissances féministes : l’exemple du Service aux collectivités de l’Université du Québec à Montréal
Bibliographic record
Abstract
Cet article présente une démarche partenariale institutionnalisée qui a cours au Service aux collectivités de l’Université du Québec à Montréal (UQAM) depuis près de quarante ans, où s’est rapidement développé un volet féministe. À l’heure où la recherche partenariale, sous toutes ses formes, gagne en popularité dans le monde universitaire, l’approche du Service valorise une conception du partenariat dans laquelle la production des connaissances scientifiques est partagée avec des groupes de femmes riches de savoirs, porteurs de besoins collectifs et de changement social. L’article met en perspective le contexte à l’origine de l’approche et ses liens avec l’analyse féministe. Il présente les dimensions clés du cadre institutionnel mis en place pour soutenir les partenariats entre professeur·e·s et groupes sociaux et leur intérêt pour les initiatives féministes. Un projet visant à accentuer la prévention des agressions à caractère sexuel en contexte scolaire sert ensuite d’illustration concrète de l’approche. Puis la réflexion dégage des enjeux et des éléments de conflictualité inhérents à une pratique partenariale féministe qui bouscule les rôles et les pouvoirs traditionnels en recherche.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.022 | 0.011 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 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".