Bibliographic record
Abstract
L’itinérance est le plus souvent perçue et analysée à travers un prisme masculin, laissant dans l’ombre une réalité pourtant grandissante : celle des femmes en situation d’itinérance. Quelles sont les caractéristiques spécifiques à l’itinérance au féminin ? Comment cette situation est-elle vécue au quotidien ? Qui sont ces femmes dont les parcours demeurent invisibles ? Penser l’itinérance au féminin leur donne la parole. Captés par l’intermédiaire d’une démarche de recherche participative menée dans sept régions du Québec, leurs récits lèvent le voile sur des parcours de vie méconnus, révélant la complexité et la singularité de leur expérience. L’ouvrage explore des thématiques cruciales telles que le passage à la vie adulte, les traumatismes vécus, la violence subie ainsi que les enjeux liés à la sexualité et à l’intimité dans un contexte de précarité. Cela sans exclure les réalités des femmes appartenant ou s’identifiant aux communautés LGBTQIA2+ et autochtones qui enrichissent ainsi la compréhension de ces situations sociales invisibilisées. Il s’adresse aux intervenantes sociales et aux intervenants sociaux, aux chercheuses et aux chercheurs et à la communauté étudiante. Rigueur scientifique et sensibilité humaine se conjuguent ici parfaitement et mènent vers des pistes de solution concrètes pour repenser les pratiques d’intervention, développer une approche plus inclusive et un accompagnement mieux adapté aux réalités et aux besoins de ces femmes.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.010 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.028 | 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".