L’intégration des savoirs d’expérience dans les formations universitaires en travail social. L’exemple d’une école d’été intensive à l’École de travail social de l’Université de Sherbrooke au Québec
Bibliographic record
Abstract
L’implication des personnes usagères dans les formations en travail social est de plus en plus présente dans les modèles pédagogiques universitaires. Depuis 2015, l’École de travail social de l’Université de Sherbrooke (Québec, Canada) a voté une orientation prioritaire d’impliquer les personnes usagères dans ses programmes de formation. Par le biais du déploiement d’activités pédagogiques, dont une école d’été intensive regroupant personnes étudiantes et personnes usagères, les savoirs d’expérience sont intégrés dans la formation en travail social bonifiant ainsi les cursus offerts aux personnes étudiantes et favorisant l’exercice du pouvoir d’agir des personnes usagères. Cependant, une telle orientation demande de revoir les pédagogies universitaires en les rendant plus participatives et inclusives et en rapprochant les milieux d’enseignement de la communauté. Appuyés sur les principes de la réduction de la distance et du croisement des savoirs, les projets de l’École de travail social permettent entre autres aux personnes étudiantes de développer et consolider des habiletés et des compétences professionnelles transposables à la pratique et aux personnes usagères de prendre confiance et de reconnaître leurs savoirs d’expérience. Dans les deux cas, il s’agit de retombées pertinentes pour les formations en travail social.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.008 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 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".