Perception du réseau dans le contexte africain à travers les narrations des femmes impliquées dans trois réseaux au Togo
Bibliographic record
Abstract
Bien qu’il y ait plusieurs études sur les réseaux de femmes en Afrique, très peu d’entre elles abordent la question de la perception que les femmes ont du réseau. À travers une recherche qualitative à partir d’observations et d’entretiens semi-directifs menés au Togo auprès de dix-huit femmes faisant partie de trois réseaux différents (un réseau de femmes entrepreneures, un réseau de femmes salariées et un réseau de femmes militantes pour l’autopromotion des femmes), cette recherche se focalise sur la compréhension en profondeur de la notion de réseau par les répondantes. La perception du réseau semble spécifique au contexte africain, et particulièrement togolais, et paraît différer de celle constatée dans la littérature. À l’aide de la technique de l’analyse matricielle de Miles et Huberman (1991) apparaît un éclairage nouveau sur les finalités du réseau, perçu à travers huit niveaux de contribution : soutien, apprentissage, impact social, évolution de carrière, manifestation de religion, affinité, défi et relation de famille. Certains niveaux de compréhension, dont la perception du réseau comme manifestation de religion ainsi que comme impact social, sont inédits. La discussion propose que les réseaux de femmes au Togo constituent un moyen explicite ou implicite d’émancipation et d’empouvoirement de la femme africaine.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.008 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".