Des relations comme support de méthodes de recherche participatives : polylogue, cartographie et décolonisation
Bibliographic record
Abstract
Cet article présente une réflexion concernant les approches décoloniales en sciences sociales, à partir d’un processus de cartographie participative avec de jeunes Autochtones en milieu urbain (Montréal, Québec, Canada). S’engager dans une recherche significative avec les communautés autochtones urbaines implique de répondre à deux problèmes principaux. Premièrement, la colonialité de l’espace urbain, lieu de dépossession, d’exclusion et d’invisibilisation des Peuples autochtones, tant sur le plan matériel qu’en termes de représentations. Deuxièmement, la hiérarchie des connaissances et la colonialité implicite des processus de recherche. L’utilisation de méthodes de cocréation de connaissances, telles que la cartographie participative, offre des possibilités de décolonisation autant pour les processus de recherche que pour les espaces sociaux dans lesquels elles se déploient et les acteurs et actrices qui vivent et construisent ces espaces. À partir de la présentation et l’analyse de la mise en place d’un atelier de cartographie participative, nous discutons du déploiement d’un polylogue qui a permis la création de relations entre les cochercheurs. Le principal résultat de cet atelier demeure la mise en place d’une méthodologie décoloniale qui soutient, encore à ce jour, un riche processus de 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 | 0.048 | 0.087 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.006 | 0.008 |
| Science and technology studies | 0.006 | 0.031 |
| Scholarly communication | 0.017 | 0.020 |
| Open science | 0.004 | 0.012 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.021 | 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".