Du territoire abstrait au territoire vecu: quand la lutte contre les inégalités “oublie” le lien social et les vulnérabilités humaines
Bibliographic record
Abstract
Le présent article interroge la dimension territoriale sous l’angle du vieillissement démographique en France et au Québec. Il étudie les effets produits par des politiques visant à transformer les sociétés humaines à partir de modèles abstraits et partiels du territoire. Or le territoire vécu est un espace social complet : politisé, gouverné mais aussi diversement approprié et transformé par ses acteurs. Prenant l’exemple des services à domicile, l’article montre que la lutte contre les inégalités constitue un objectif consensuel en apparence seulement, car les politiques menées en son nom peuvent “oublier” les vulnérabilités liant les devenirs humains et environnementaux, notamment, en négligeant les conséquences induites pour les autres acteurs concernés: professionnels de l’intervention sociale et également, “récepteurs” des aides, usagers de services, habitants des territoires vécus au quotidien. Puisqu’une politique de planification des services à l’échelle d’un territoire abstrait entre en tension avec les mobilités et l’histoire des liens construits dans les territoires vécus, l’article invite à replacer ces territoires vécus au cœur des politiques de solidarités. L’analyse mobilise les résultats d’une enquête franco-québécoise sur l’aide et les services à domicile auprès des aînés (Ficopsad ANR FQRSC 2016-2022), fondés sur la collecte entre 2016 et 2018 de 170 entretiens par la méthode des “regards croisés” dans deux régions en France et deux régions au Québec, auprès de personnes aidées et de proches aidants, de salariés, de cadres.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.018 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".