Bibliographic record
Abstract
Depuis plus de dix ans qu’elle est connue des services sociaux, la famille Grouillant est considérée par les institutions comme « un milieu criminogène ». En fait, il y a eu au cours de ces dix dernières années, de nombreuses interventions auprès des Grouillant. Toutes ont plus ou moins échoué. Le dossier Grouillant se présente sous forme d’une volumineuse liasse de huit pouces de documents, d’évaluations, de lettres, de notes, etc. Cette écriture brute reflète la quotidienneté de l’exercice du contrôle social par les institutions. Or dans toute leur authenticité, ces documents plaident plutôt pour la famille Grouillant que pour la pratique du travail social. C’est un travail social judiciarisé qui fonctionne sur le mode du secret, à travers des documents confidentiels, à travers le huis clos de réunions entre intervenants d’où sont totalement exclus les principaux concernés : les Grouillant. Dans la mesure où le contrôle social qui caractérise ce type de travail social plus que tout autre s’exerce en permanence sur la quotidienneté, il est essentiel de le prendre sur le vif, de le laisser discourir dans toute sa vérité nue. C’est ce que propose cet article qui, dans un deuxième acte, nous permet de rencontrer les Grouillant dans leur vie de tous les jours.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.430 | 0.170 |
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".