Quel regard porter sur le travail social à l’ère des changements climatiques? : le cas des inondations (2017-2019) au Québec
Bibliographic record
Abstract
Les changements climatiques anthropogéniques posent des défis énormes pour toutes les sociétés humaines. Ces défis majeurs mettront à l’épreuve les capacités d’adaptation des États et de ses institutions et des communautés partout dans le monde et devront se résoudre par un élan de solidarité humaine afin d’en atténuer les conséquences. Le Canada connaît déjà un réchauffement climatique important. Le pays a d’ailleurs récemment été touché par des événements climatiques extrêmes : des canicules, des feux de forêt, une sécheresse anormale et des inondations dont l’intensité est prévue d’augmenter avec les changements climatiques anthropogéniques. La province du Québec a quant à elle été touchée par de fortes inondations entre 2017 et 2019. L’objectif principal de la présente étude vise à discuter la manière dont le paradigme écosocial peut faire évoluer le travail social en tant que champ de savoir et d’intervention dans un contexte de changements climatiques. Cette étude s’est appuyée sur des données issues de groupes focus réalisés avec des intervenants suite aux inondations survenues au Québec (2017-2019). Notre analyse vise les interventions réalisées en contexte d’inondations, dans le sud de la province, mise en œuvre par le système de santé. Les données ont été collectées lors d’entrevues de groupe réalisées avec des intervenants psychosociaux et des gestionnaires de CI(U)SSS au courant des mois d’octobre et de novembre 2019. Les thèmes suivants ont émergé des analyses: les caractéristiques des inondations de 2019, les divergences d’opinions vis-à-vis des changements climatiques, l’aide et le soutien apportés durant les inondations et la participation citoyenne. J’insisterai également sur l’exacerbation possible des inégalités sociales dans ce contexte. D’autres thèmes se sont également révélés importants : l’engagement des intervenants psychosociaux, la participation et la décentralisation des décisions politiques. Enfin, mes réflexions porteront sur les conséquences sociales qu’entrainent les inondations et sur les types de pratiques sociales qui s’avèrent pertinentes à l’ère des changements climatiques et dans un contexte d’urgence.
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 | 0.002 |
| Science and technology studies | 0.010 | 0.005 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| 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".