L’autre côté de la clôture. Quand le monde de la santé mentale et de la rue rencontre celui de la recherche
Bibliographic record
Abstract
Si les thèmes du patient partenaire et du patient collaborateur sont de plus en plus en vogue dans le domaine de la recherche en santé mentale, les dynamiques relationnelles entre patients et chercheurs et les enjeux qu’elles soulèvent sont relativement peu documentés au Québec. Cet article vise à alimenter le débat sur ces dynamiques à partir d’un cas d’étude : la participation d’un pair à deux équipes de recherche d’un projet de recherche et de démonstration dans le champ de la santé mentale et de l’itinérance. Le récit de son expérience dans le projet explore notamment la manière dont les réalités qu’il vit – au croisement des problèmes de santé mentale, de son expérience de la rue et de la consommation – ont un impact sur les relations qu’il entretient avec ses collègues. Réciproquement, ses conditions de travail semblent l’affecter de manière négative et produire une perte d’identité conduisant, entre autres, à son départ du projet. L’analyse tend à montrer que les conflits vécus entre le pair et ses collègues sont le reflet de hiérarchies qui existent entre les statuts et les savoirs reconnus ou à reconnaître dans le champ de la recherche.
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 | 0.010 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.013 | 0.011 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.034 | 0.004 |
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".