MétaCan
Menu
Back to cohort
Record W4409655221 · doi:10.7202/1114539ar

Sensibiliser des étudiantes en travail social à la culture et aux réalités des Anicinabek par un cours de travail de groupe en immersion

2024· article· fr· W4409655221 on OpenAlexvenueno aff
Stéphane Grenier, Hélène Pourcelot, Bruno-Philip Richard

Bibliographic record

VenueCanadian social work review · 2024
Typearticle
Languagefr
FieldSocial Sciences
TopicMigration, Identity, and Health
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesArt

Abstract

fetched live from OpenAlex

En réponse aux appels de la Commission de vérité et réconciliation (2015) et de la Commission Viens (2019), et suivant les recommandations de l’ACFTS (2017), un projet pilote, né d’un partenariat étroit entre une communauté autochtone et un établissement universitaire, a offert à une cohorte d’étudiantes en travail social l’occasion de vivre une expérience d’immersion culturelle. L’expérience a pu être documentée par la réalisation de travaux réflexifs de la part des étudiantes, permettant un suivi de leur vécu et de leurs réflexions tout au long de l’expérience. L’expérience pédagogique a montré qu’elle permettait aux étudiantes d’amorcer leur chemin pour devenir de meilleures alliées des communautés autochtones. Les étudiantes se sont progressivement impliquées dans l’expérience pour en apprendre plus sur la culture, les réalités de la vie dans la communauté et sur les différentes façons de faire pour collaborer avec les Anicinabek. On peut considérer cette expérience comme une réussite partant du fait que seulement 10 des 14 étudiantes avaient mis les pieds dans la communauté malgré sa proximité avec l’Université. Toutes les participantes s’entendent pour dire que ce type d’expérience devrait être reconduit dans l’avenir pour permettre à plus de futures travailleuses sociales de devenir de meilleures alliées.

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)0.005
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Review · Consensus signal: Review
Teacher disagreement score0.615
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0050.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.002
Science and technology studies0.0040.002
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.000

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 head0.035
GPT teacher head0.345
Teacher spread0.310 · 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; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreReview

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
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueCanadian social work reviewSame topicMigration, Identity, and HealthFrench-language works237,207