Monographie du Mouvement d'information et d'entraide dans la lutte contre le sida à Québec (Miels-Québec)
Bibliographic record
Abstract
Collection Études de cas d'entreprises d'économie sociale ES0003 Monographie du Mouvement d'information et d'entraide dans la lutte contre le sida à Québec (Miels-Québec) par Hélène Bouffard sous la direction d'Yvan Comeau avril 2000 C'est pourquoi, après avoir recensé l'histoire de Miels-Québec, tracé son évolution et mis sur papier une histoire vécue de l'intérieur, je veux, en toute modestie, dédier cet essai à l'équipe en place au moment où j ' y ai évolué professionnellement.Il s'agit de Sylvie, Alain, Monique et Claude.Je voudrais également consacrer cette réalisation à Jean.Celui-là même qui a été constamment à mes côtés pendant toutes ces années et qui malheureusement s'est éteint au moment où j'entreprenais l'écriture de cette monographie.Il ne peut me signifier verbalement son appréciation, mais je sais qu'il serait très fier de moi et du travail accompli.Finalement, je souhaite que cette monographie dépeigne le plus fidèlement et le plus justement possible cette œuvre humanitaire et qu'il y transparaisse toute ma fierté d'avoir évolué au sein d'une organisation dont le principal souci est le bien-être des personnes qu'elle dessert.v REMERCIEMENTS Après avoir terminé cet essai avec fierté et satisfaction, je tiens à remercier tout particulièrement certaines personnes, sans qui la réalisation de ce document n'aurait pu être rendue possible.À l'organisme hôte, Miels-Québec, pour sa réceptivité et son approbation à ce projet d'écriture.À l'équipe de travail pour leur accueil et leur hospitalité.À Mario Fréchette pour sa coopération dans la précision de certaines informations et pour sa collaboration à la relecture du document.À Liane Saint-Amand pour les explications apportées quant aux aspects reliés aux données financières de l'organisme.À Alain Houde pour son support dans mes recherches documentaires à l'origine du projet.À Marc Desjardins pour son encouragement à aller de l'avant dans la rédaction de cette monographie.À mon tuteur d'essai, Yvan Comeau, pour sa confiance.À Lucille Bedard de la Clinique de Counseling et d'orientation pour sa contribution et sa compréhension.À Jocelyne Dupont pour sa compétence et son efficacité dans le traitement de texte et la saisie informatique.À Jean Lebeuf pour son support et sa présence au début de mes recherches.À mes amis, Lina, Brigitte, François et Serge pour leur soutien moral, leur encouragement et leur présence à mes côtés tout au cours de ma maîtrise.À mon fils Daniel qui, du haut de ses 12 ans, a saisi l'importance de cette étape de ma vie et qui, à cet égard, a manifesté beaucoup d'indulgence, de patience, de tolérance et de compréhension face à notre vie familiale qui a été quelque peu bouleversée par mon investissement dans ce projet d'écriture.Que toutes ces personnes trouvent ici l'expression de ma gratitude.vi
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.009 | 0.014 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.109 | 0.021 |
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".