La réflexivité nécessaire à l’éthique en recherche : l’expérience d’un projet qualitatif en santé mentale jeunesse auprès de réfugiés
Bibliographic record
Abstract
La recherche qualitative auprès de populations vulnérables en institutions de soins soulève de nombreux enjeux éthiques. Cet article se veut un exercice réflexif sur la particularité et la complexité des enjeux soulevés par ce type de recherche. Pour ce faire, nous revisiterons notre expérience récente d’une recherche en santé mentale jeunesse auprès de réfugiés. Partant de considérations méso-éthiques pour en arriver à des considérations micro-éthiques, nous aborderons la question de l’éthique de la recherche avec les réfugiés, les complexités éthiques d’ordre procédural rencontrées dans le processus d’approbation institutionnelle du projet (enjeux de protection) ainsi que les enjeux éthiques fondamentaux qui ont été soulevés lors du recrutement des participants et de la cueillette des données par entretien (responsabilité et sollicitude). Notre expérience nous permet de conclure à la complémentarité des différents niveaux éthiques (procédural/pratique) en recherche qualitative et à la nécessité de la réflexivité du chercheur pour permettre le développement de pratiques éthiques, particulièrement dans des contextes de vulnérabilité.
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 | 0.101 | 0.100 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.017 | 0.034 |
| Scholarly communication | 0.015 | 0.010 |
| Open science | 0.003 | 0.014 |
| Research integrity | 0.004 | 0.008 |
| 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".