MétaCan
Menu
Back to cohort
Record W7045661552

Assembler la lutte à l’insalubrité à Montréal : Le cas de l’arrondissement Côte-des-Neiges-Notre-Dame-de-Grâce

2022· other· fr· W7045661552 on OpenAlexaboutno aff

Bibliographic record

VenueEspaceINRS (National Institute for Scientific Research (Canada)) · 2022
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsGreen paperPatient rightsNursing homes
DOInot available

Abstract

fetched live from OpenAlex

Objectifs et questions : la présente étude vise à comprendre comment fonctionne la lutte à l’insalubrité dans un arrondissement de Montréal. Elle prend comme point de départ la reconnaissance de l’importance de cette lutte mais aussi son caractère multiple et fragmentaire. Ce caractère provient de la multiplicité des acteurs qui s’en occupent et des règles et référentiels qu’elle mobilise. Les questions suivantes ont été soulevées : \n•\tComment les acteurs assemblent une action probante dans le domaine de la lutte à l’insalubrité? \n•\tQuels éléments sont mobilisés par cette action? \n•\tComment les acteurs en charge de la lutte à l’insalubrité opèrent pour faire agir autrui afin qu’il corrige des manques d’entretien ou des situations dégradées de logement? \n•\tQuelles opérations et stratégies sont mises en œuvre pour amener d’autres acteurs à agir et à se conformer avec les règlements en matière d’entretien et de salubrité des logements? \n \nCadre d’analyse : pour comprendre la lutte à l’insalubrité, le choix a été fait de s’intéresser à sa mise en œuvre concrète sur le terrain. Si la qualité du logement est reconnue en tant que déterminant social de la santé et du bien-être, le projet se proposait d’ouvrir ce déterminant pour en saisir les dynamiques internes et les mesures prises par les acteurs pour corriger des situations de logement mettant à risque les personnes qui les vivent. \nLe propet cherche ainsi à s’immiscer dans un réseau dont l’action est distribuée entre de multiples acteurs et objets (regroupés sous le vocable d’actants), dont la solidité dépend d’un travail constant d’assemblage mené par les acteurs et supporté par des objets divers, et dont le déploiement suit des configurations relationnelles et interactives complexes à travers plusieurs sites et lieux. \nDeux grandes voies d’analyse sont ainsi poursuivies. D’abord, il s’agit de saisir comment la lutte à l’insalubrité est mise en œuvre sur le terrain par les acteurs qui ont à en assurer le fonctionnement. La distinction entre les intermédiaires et les médiateurs proposée par Latour (2006) est ici mobilisée pour comprendre comment ces acteurs arrivent à faire agir autrui, c’est-à-dire à introduire une différence dans une situation pour que leur intervention soit suivie d’effets. \nEnsuite, il s’agit d’apporter un éclairage différent sur une politique urbaine qui ne peut être assimilée à un objet produit par une bureaucratie unique et mise en œuvre à travers un espace juridique défini par des contours précis. Le projet emprunte ici aux travaux sur la mise en œuvre des politiques publiques pour comprendre le travail effectué par les agents de l’État lorsqu’ils entrent en relation avec les personnes et les objets que ces politiques sont censées régir, en intégrant le pouvoir discrétionnaire dont ils disposent et les dimensions émotives d’un travail qui s’opère souvent sur un autrui vulnérable ou des situations difficiles. \n \nMéthode : pour comprendre la lutte à l’insalubrité et ouvrir la boîte noire qu’elle compose, la stratégie méthodologique retenue devait permettre d’observer d’aussi près que possible le travail d’assemblage accompli par les acteurs et leur action en situation. \nC’est pourquoi la méthode ethnographique a été appliquée à une étude de cas unique, celle d’un arrondissement. Cet investissement sur un seul cas permet de dépasser les études qui mobilisent les méthodes de l’entretien ou de l’analyse documentaire afin de saisir les différentes phases d’élaboration des politiques urbaines ou du logement, faisant reposer leur analyse sur les discours, plus ou moins formalisés, tenus par les acteurs. \nDans un cas où l’action apparaît d’emblée distribuée et les acteurs multiples, ce recours unique au discours comporte certaines limites, puisqu’il ne donne pas accès au registre de l’action. Ainsi, en plus de reposer sur des entretiens et une veille documentaire constituant une phase exploratoire au projet, la présente étude a eu recours à la méthode du shadowing ou du suivi des acteurs. Cette méthode vise à suivre les acteurs dans leurs activités quotidiennes et a été utilisée dans plusieurs études sur la fonction publique ou les entreprises privées. Dans le cas qui nous occupe, un suivi a été opéré au sein du service de l’inspection d’un arrondissement de la Ville de Montréal. \nCette observation a consisté à suivre les inspecteurs et inspectrices dans leur travail quotidien. Elle s’est étalée sur une douzaine de jours pour un total de 65 heures et demie et a été complétée par un entretien avec un gestionnaire et un suivi en présence et par courrier électronique sur un échantillon de dossiers traités lors du suivi des inspecteurs et inspectrices; les problèmes dans un immeuble se réglant rarement en quelques semaines. L’atout de de la méthode est de permettre d’accéder à l’action en train de se faire et d’observer directement les prises dont les acteurs se saisissent pour agir, les traductions qu’ils effectuent pour faire connaître à d’autres les constations faites sur le terrain, et les chaînes de médiateurs assemblées et activées afin de rendre l’action probante. \n \nRésultats : les résultats de l’étude s’organisent en trois grandes sections. La première suit les inspecteurs et inspectrices dans leur travail à travers les sites de la lutte à l’insalubrité. La seconde montre comment des médiateurs sont assemblés par le service des inspections pour faire agir d’autres acteurs, en particulier les propriétaires. La troisième détaille le travail d’assemblage réalisé par les acteurs pour mobiliser et stabiliser le réseau d’actants composant la lutte à l’insalubrité et la composante émotionnelle qu’il suppose de la part des inspecteurs et inspectrices et qui s’exprime à travers une morale partagée.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.060
Threshold uncertainty score0.343

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0130.007
Scholarly communication0.0060.002
Open science0.0020.004
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0200.001

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.

Opus teacher head0.042
GPT teacher head0.325
Teacher spread0.283 · 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 source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueEspaceINRS (National Institute for Scientific Research (Canada))French-language works237,207