Inclure les personnes concernées dans la production du savoir sur les personnes LGBTQ+ migrantes à travers la recherche communautaire : limites structurelles, défis méthodologiques et pistes de réflexion
Bibliographic record
Abstract
Bien qu’il y ait un intérêt grandissant dans la recherche en sciences sociales sur la réalité des personnes migrantes marginalisées, telle que celles appartenant à la population LGBTQ+, on dispose de très peu d’études dans la littérature québécoise sur les meilleures stratégies d’implication des personnes concernées dans la construction des savoirs. Cet article vise à contribuer à la diffusion de la connaissance empirique et autoréflexive sur l’inclusion des personnes LGBTQ+ migrantes dans les espaces de délibération et de co-construction des savoirs. Pour ce faire, plusieurs pistes sont proposées pour dépasser les limites systémiques ainsi que résoudre les défis méthodologiques et éthiques liés à l’inclusion des personnes LGBTQ+ migrantes au sein des espaces de réflexion et de construction des connaissances autour des enjeux qui les concernent directement. D’un point de vue empirique, notre démarche s’appuie sur l’autoreflexivité de différents acteurs et actrices concernés (membres soutenus, membres du conseil d’administration, membres de l’équipe de soutien et employés) dans une recherche communautaire menée en collaboration avec l’organisme communautaire AGIR (Action LGBTQ avec les immigrant.e.s et les réfugié.e.s).
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 | 0.054 | 0.047 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.021 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.003 | 0.009 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".