Les personnes exilées et les associations locales en temps de pandémie : d’une crise à l’autre
Bibliographic record
Abstract
Les actions associatives développées avec les personnes exilées s’inscrivent dans des crises durables de l’accueil et de la solidarité. Le confinement de la population instauré en mars 2020 a eu des effets sur le rôle des acteurs associatifs. Dans quelle mesure la prise en charge inconditionnelle des précarités résidentielles et alimentaires, décidée au début de la crise sanitaire en 2020, génère-t-elle des changements durables dans les mobilisations associatives locales avec les personnes exilées? Nos enquêtes menées à Rennes auprès d’associations nous permettent d’expliquer que la gestion centralisée de la crise par l’État, notamment concernant l’hébergement temporaire des personnes exilées précaires, contraste avec les actions coordonnées entre la municipalité et plusieurs associations locales dans le champ de l’aide alimentaire. Que ce soit dans le traitement des besoins des personnes exilées de se nourrir ou de se loger, les actions développées durant la crise sanitaire témoignent d’une prise en charge inconditionnelle exceptionnelle, revendiquée habituellement par les associations. La question du maintien des aides sans condition en matière d’alimentation et d’hébergement au-delà de la crise sanitaire se pose alors.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.004 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| 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".