La politisation des jeunes et le fonctionnement associatif : exemples de deux associations locales faiblement institutionnalisées
Bibliographic record
Abstract
Afin de comprendre les modalités concrètes de politisation collective des jeunes, le présent article s’intéresse au fonctionnement concret de projets associatifs pilotés soit exclusivement soit majoritairement par des jeunes. Pour ce faire sont étudiées deux associations locales faiblement institutionnalisées accueillant des publics réputés éloignés de l’engagement public : des jeunes en insertion sociale et professionnelle et des demandeurs d’asile. Le projet s’appuie sur les données qualitatives variées issues d’une recherche comparative concernant la participation des jeunes au niveau local dans huit villes européennes. La première partie de l’article est dédiée aux relations qui s’établissent au sein des deux associations entre bénévoles et bénéficiaires, et donc à l’idéal démocratique interne qu’elles révèlent (ou non). La deuxième partie propose une analyse des processus de politisation externes et des formes d’interpellation du système politique local par ces petites organisations. L’analyse comparée de ces deux associations permet, dans la discussion, de dégager des éléments de portée plus générale sur les conditions de politisation des associations locales de jeunes.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.009 | 0.009 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".