Écouter les professionnels de la jeunesse en milieu ouvert au sujet du confinement
Bibliographic record
Abstract
Dès le début du confinement dû au Covid 19, les participants du réseau de recherche intervention « Jeunes, inégalités sociales et périphéries » ont pris l’initiative d’écouter des jeunes, des parents, des éducateurs et animateurs en France sur dix-sept sites des quartiers populaires urbains. Ayant constaté une grande évolution des situations sociales due au renforcement de la précarité, de la socialisation des jeunes, en particulier de l’ubérisation pour les jeunes garçons et le retrait des jeunes filles, une évolution rapide des enjeux de la santé psychique, nous avons ensuite réalisé des monographies sur six villes. En référence à ces travaux, nous analysons les effets de ces temps de confinement, nous faisons l’hypothèse que cette épidémie a transformé la temporalité de la vie des habitants à long terme combinant immédiateté et incertitude. Nous identifions aussi les multiples initiatives collectives et les transformations des métiers et des modes d’accompagnement des jeunes et de leurs familles à court et plus long terme. C’est aussi une façon de rendre visible cet effort collectif d’adaptation de tous en solidarité, habitants et professionnels de proximité dans ces temps difficiles.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.016 | 0.008 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".