MétaCan
Menu
Back to cohort
Record W4408675851 · doi:10.3917/graph1.089.0025

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

2025· article· fr· W4408675851 on OpenAlexaboutno aff
Sébastien Carrier, Annie Lambert, Paul Morin

Bibliographic record

VenueSociographe · 2025
Typearticle
Languagefr
FieldSocial Sciences
TopicSocial Sciences and Governance
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesSociologyPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.260
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0000.003
Science and technology studies0.0110.006
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.011
GPT teacher head0.249
Teacher spread0.238 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueSociographeSame topicSocial Sciences and GovernanceFrench-language works237,207