Justice spatiale et habitats informels au Québec : analyse médiatique des discours de démantèlement
Bibliographic record
Abstract
Depuis 2020, les habitats informels québécois, communément appelés « campements de fortune », font l’objet d’une attention médiatique croissante. Parallèlement, les pratiques répressives visant les personnes en situation d’itinérance se multiplient. Parmi celles-ci, le démantèlement constitue un outil central de gestion des habitats informels. Cette recherche s'intéresse à la logique du démantèlement qui s’applique à ces espaces. Plus précisément, elle analyse la manière dont le démantèlement est présenté dans les médias et vécu par les acteur·rice·s interrogé∙e∙s par ceux-ci, tout en s’interrogeant sur les voix qui obtiennent une visibilité médiatique et sur les différentes compréhensions du phénomène. L’étude repose sur une revue de presse portant sur des articles publiés entre janvier 2020 et décembre 2024, et se concentre sur trois cas : l’arrondissement Mercier–Hochelaga-Maisonneuve (Montréal), l’arrondissement des Nations (Sherbrooke) et le 7e district électoral de Granby. Le cadre théorique de la justice spatiale permet d’éclairer les résultats en mobilisant des concepts liés aux injustices spatiales, à la stigmatisation, ainsi qu’aux dimensions culturelles et individuelles qui influencent le rapport des individus à l’espace qui les entourent. Ce cadre offre une lecture ancrée dans l’expérience vécue de l’espace en tant que vecteur de droits, d’exclusion ou de résistance. Sur le plan analytique, cette recherche fait ressortir d’importantes divergences dans les représentations des habitats informels selon les acteur·rice·s interrogé∙e∙s. L’analyse thématique met en lumière les réalités vécues dans les habitats informels, notamment les dynamiques d’entraide et de solidarité. Elle révèle aussi une logique sécuritaire multidimensionnelle (physique, sanitaire, ontologique et politique) souvent invoquée pour justifier les démantèlements, mais également pour justifier l’établissement des habitats informels comme milieu de vie. Enfin, l’étude met en évidence une diversité de discours majoritaires et minoritaires qui entourent cette logique du démantèlement, ainsi que les conséquences multiples qu’elle engendre pour les personnes directement concernées.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.010 | 0.011 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.000 |
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.
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".