Les migrants subsahariens face à la précarité résidentielle et administrative à l’arrivée en France : l’enquête ANRS Parcours
Bibliographic record
Abstract
Les personnes nées en Afrique subsaharienne constituent en France l’une des populations les plus touchées par l’hépatite B et par l’infection VIH. Pour ajuster les stratégies de santé publique aux besoins propres de ces migrants, il est nécessaire de mieux comprendre ce qui accroît leur vulnérabilité face à ces infections, en particulier les expériences de précarité qui peuvent accompagner l’installation en France. Si la précarité des migrants est souvent évoquée, celle-ci est en réalité relativement mal mesurée ; en particulier la fréquence des précarités et leur place dans la trajectoire individuelle sont mal connues.Afin d’étudier comment les trajectoires de santé, les trajectoires sociales, familiales, migratoires et administratives s’entrecroisent et se construisent les unes par rapport aux autres parmi les Africains vivant en France, une enquête a été menée en 2012-2013 en Île-de-France, l’enquête Parcours pour « Parcours de vie, VIH et hépatite B chez les migrants subsahariens vivant en Île-de-France ». Cette enquête biographique, réalisée dans 70 services de santé, est la première en France à utiliser la méthode de collecte biographique démographique pour des recherches dans le champ de la santé, en impliquant des professionnels de santé.Nous présentons ici la méthodologie et la collecte de l’enquête Parcours et nous discutons des leçons tirées de cette expérience d’une enquête biographique en structures de santé et auprès de migrants. Puis nous présentons comment deux types de précarité vécues en France, la précarité résidentielle et la précarité administrative, ont été caractérisées sur l’ensemble des trajectoires biographiques. Enfin nous estimons le niveau de ces précarités lors de l’arrivée en France, leur évolution au long du séjour en France et leurs déterminants.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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".