Penser paritairement les enjeux intimes et épistémologiques des recherches participatives. L’exemple d’un compagnonnage pair-chercheur sur les politiques des drogues
Bibliographic record
Abstract
Les recherches participatives en santé sont en plein développement. Certaines thématiques rendent l’association de personnes ayant un savoir expérientiel à la recherche à la fois plus complexe et nécessaire. C’est le cas des personnes qui consomment des drogues, dont les savoirs sont invisibilisés en raison de l’illégalité de l’usage des drogues et des multiples formes de domination et de stigmatisation qui en résultent. Cet article se propose de relater sous la forme d’une restitution une expérience particulière de compagnonnage sur le long terme entre une personne ayant un savoir d’expérience et une chercheure académique. À partir d’une collaboration singulière, cet article met en lumière les apports de la recherche participative, leurs effets sociaux et politiques, et leurs limites. Il montre comment chacune des parties prenantes se nourrit du savoir de l’autre afin de co-produire une recherche qui permette de faire évoluer l’action publique et de limiter les injustices épistémiques. Il met également en lumière les identités multiples présentes dans ce type de collaboration qui favorisent les conditions de la co-production des savoirs, et propose des pistes pour permettre cette collaboration avec une diversité de publics.
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 | 0.024 | 0.037 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.015 | 0.038 |
| Scholarly communication | 0.017 | 0.016 |
| Open science | 0.002 | 0.016 |
| Research integrity | 0.005 | 0.008 |
| Insufficient payload (model declined to judge) | 0.014 | 0.003 |
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".