Intervenants sociaux pour intervenants sociaux : la nécessité d’un espace de soutien transnational à l’intersection de crises multiples
Bibliographic record
Abstract
La pandémie mondiale de COVID-19 a eu des impacts profonds et a aggravé les fragilités et inégalités existantes dans plusieurs endroits dans le monde (Dubost et al. , 2020 ; Côté et al. , 2020 ; Bozon, 2020). Ce contexte d’urgence sanitaire n’a pas pour autant fait cesser l’avènement de multiples catastrophes humaines et naturelles dont les effets se sont multipliés pour les populations touchées de même que pour les intervenants sociaux qui les soutiennent. L’ensemble de ces personnes ont déployé leur agentivité et puisé dans leurs ressources personnelles et communautaires. Elles se sont néanmoins retrouvées à faire face à des situations de vulnérabilité et de trauma qui ont eu pour effet de renforcer les inégalités existantes. C’est dans ce cadre que des initiatives transnationales prennent un sens certain quand elles visent à soutenir l’intervention, les intervenants de même que la réflexion sur et dans l’action. Cet article propose d’effectuer un retour critique et réflexif sur une initiative mise sur pied à la suite de deux événements spécifiques dont les effets se sont combinés à la pandémie de COVID-19 : l’explosion dans le port de Beyrouth le 4 août 2020 et la guerre du Haut-Karabakh qui a débuté le 27 septembre 2020. L’objectif de notre initiative était de co-créer un espace de dialogue et de collaboration transnationale réunissant intervenants, professeurs et étudiants en travail social au Liban, en Arménie et au Canada, et cela, afin de promouvoir l’entraide et le soutien psychosocial. L’article se divisera en deux parties où nous décrirons d’abord la genèse et l’évolution de cette initiative qui est passée, avec l’évolution du temps, d’un espace de soutien à un espace de solidarité puis à un espace de réflexion et d’apprentissage. Puis, nous élaborerons sur les défis de réunir des acteurs vivant certes les effets de crises similaires, mais de manières très différentes. En conclusion, nous discutons du processus de recherche d’équilibre entre nos émotions, nos actions et nos positionnements sociaux. Ce processus, qui a fait partie de la genèse et de notre retour réflexif, a été guidé par nos valeurs et certains fondements de l’approche féministe transnationale.
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 | 0.011 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.024 |
| Scholarly communication | 0.013 | 0.009 |
| Open science | 0.002 | 0.013 |
| Research integrity | 0.006 | 0.007 |
| Insufficient payload (model declined to judge) | 0.009 | 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".