Atelier « La diversité corporelle : j’ai un rôle à jouer » pour les intervenants qui travaillent auprès des enfants et des jeunes
Bibliographic record
Abstract
La Mobilisation régionale et locale sur les saines habitudes de vie, le poids et la santé de la Capitale-Nationale est une table intersectorielle composée de différents organismes. Un comité de la Mobilisation a eu le mandat de définir et de diffuser des messages clés cohérents sur la diversité corporelle. Ce comité a mis sur pied un atelier de réflexion intitulé « La diversité corporelle : j’ai un rôle à jouer ». Il s’adresse aux intervenants qui travaillent auprès des jeunes dans divers milieux, dont les camps de jour et les maisons des jeunes et de la petite enfance, en les amenant à réfléchir sur la manière personnelle dont ils vivent cette thématique et leur rôle de modèle auprès des jeunes. Cet atelier se veut polyvalent et est adaptable à la réalité des différents milieux. Il a été conçu pour être animé et vécu entre les intervenants du milieu, de sorte que, ces mêmes intervenants soient en mesure d’animer entre eux l’activité de façon autonome. Il a pour objectif de les sensibiliser à leur rôle de modèle pour : Tous les outils « La diversité corporelle : j’ai un rôle à jouer » sont disponibles en PDF sur les sites internet suivants :
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 | 0.008 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.011 | 0.026 |
| Scholarly communication | 0.015 | 0.011 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.006 | 0.010 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
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".