Chiennes de vies : la relation anthropozoologique, un angle mort de l'intervention en itinérance?
Bibliographic record
Abstract
Fidèle compagnon de galère, ami et confident, l’animal non-humain peut devenir un allié irremplaçable pour les personnes en situation d’itinérance. Pourtant, cette relation hybride semble échapper aux enjeux du travail social. Malgré l’émergence des pratiques de soin par le contact animalier, il n’est pas rare que l’animal itinérant en soit exclu, et que les enjeux de sa présence soient marginalisés, considérés hors-mandat par les équipes d’intervention. Cette situation paradoxale entraîne du même coup l’exclusion des personnes qui, refusant la séparation, ne peuvent bénéficier des ressources disponibles: les partenaires humains-animaux itinérants deviennent alors déviants parmi les déviants. Est-il possible de redonner une place légitime à l’animal non-humain dans ce contexte? Peut-il à la fois agir sur, et bénéficier de, l’intervention? Finalement, de quelle(s) manière(s) la relation anthropozoologique (RAZ) peut-elle être prise en compte dans les enjeux de l’intervention auprès des populations en situation d’itinérance? Dans le cadre de cette étude sociologique de la déviance et des RAZ, nous nous intéressons au cas du chien à l’époque contemporaine et, plus particulièrement, à sa présence et à sa participation dans les milieux communautaires accueillant les personnes itinérantes de la ville de Montréal. Après avoir dégagé les enjeux et les obstacles de la prise en compte de cette relation par le travail social, nous présenterons et analyserons deux projets-pilotes illustrant les conditions et les modalités possibles de l’hybridation des pratiques d’intervention.
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.045 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 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".