Des pratiques et des recherches inspirantes pour favoriser la collaboration en violence conjugale
Bibliographic record
Abstract
Ce texte introduit le numéro thématique de la revue Travail social sur la collaboration dans le domaine de la violence conjugale (VC). L’importance de la collaboration entre les différents acteurs est reconnue depuis plusieurs années en VC. Déjà, en 1985, la Politique d’aide aux femmes violentées du ministère de la Santé et des Services sociaux faisait de l’intervention en concertation un mandat prioritaire. Depuis, le rapport Rebâtir la confiance et la nouvelle stratégie gouvernementale 2022-2027 qui en découle, ont encore une fois rappelé la nécessité de la collaboration entre les ressources d’aide communautaires, institutionnelles et juridiques afin d’offrir une aide intégrée, cohérente et continue aux personnes touchées par la VC. Pourtant, la mise en oeuvre de pratiques collaboratives continue de poser des défis et les initiatives novatrices visant à soutenir ces pratiques demeurent peu documentées. Ce numéro spécial, initié par l’équipe de recherche en violence conjugale (FRQ-SC) rattachée au centre de Recherches Appliquées et Interdisciplinaires sur les Violences intimes, familiales et structurelles (RAIV), contribue au partage d’expériences prometteuses en matière de collaboration dans le domaine de la VC. Il met également l’accent sur la reconnaissance des expertises complémentaires des milieux académiques et des milieux de la pratique, qu’ils soient communautaires ou institutionnels. Son objectif est de diffuser des pratiques inspirantes afin d’alimenter la réflexion critique d’une grande diversité d’acteurs et d’actrices impliqués dans le domaine. Il comprend plusieurs récits de pratique, mais également quelques articles présentant des résultats de recherche originaux qui témoignent des initiatives prometteuses susceptibles de transformer les pratiques.
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 | 0.036 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.011 | 0.020 |
| Scholarly communication | 0.016 | 0.013 |
| Open science | 0.003 | 0.013 |
| Research integrity | 0.008 | 0.010 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
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".