Éthique et collaboration avec les communautés autochtones : la pratique ethnographique et les angles morts de la bureaucratie de la recherche
Bibliographic record
Abstract
L’engouement pour la recherche en contexte autochtone a fait en sorte que des balises formelles ont été implantées pour encadrer la venue des chercheurs dans les communautés. Bien que bienvenue, cette implantation ne s’est pas faite sans une bureaucratisation accrue des relations de recherche. Il appert que de nombreuses communautés autochtones, dont les ressources sont limitées, ne sont pas bien outillées pour faire face aux impératifs administratifs préconisés par les protocoles en recherche autochtone. Partant d’expériences de recherche anthropologique de terrain en contexte innu, le présent article montre comment des relations de recherche respectueuses ont pu être implantées en dehors du cadre bureaucratique et administratif généralement préconisé par les protocoles de recherche. Le coeur de cette démarche se situe dans la participation radicale du chercheur à la vie sociale et plus particulièrement à la prise au sérieux des prémisses de socialité des personnes avec qui il travaille. L’erreur serait de penser que cette démarche de collaboration se situe dans l’informalité : elle se situe plutôt dans un cadre éminemment formel qui correspond aux critères et valeurs des collaborateurs autochtones du chercheur.
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 | 0.042 | 0.031 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.017 | 0.040 |
| Scholarly communication | 0.014 | 0.009 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 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".