À l’intersection des expériences : mieux comprendre le développement identitaire des populations Noires LGBTQ+ du Québec
Bibliographic record
Abstract
Ce mémoire vise à comprendre le développement identitaire des personnes Noires LGBTQ+ dans le contexte québécois. Cette population vit plusieurs formes de marginalisation structurelle et interpersonnelle en raison à leur positionnement social intersectionnel, ce qui peut avoir des impacts nocifs sur leur capacité de s’affirmer. En se basant sur l’analyse interprétative phénoménologique en tant que cadre théorique et méthodologique, six personnes Noires et LGBTQ+ résidant au Québec ont été convoquées à des entrevues individuelles semi-structurées virtuelles d’une durée d’entre 90 et 120 minutes. Elles ont été recrutées par le biais des affiches de recherche diffusées sur les réseaux sociaux (Facebook, Twitter, Instagram), ainsi qu’aux organismes communautaires œuvrant auprès des populations Noires et LGBTQ+ au Québec. Elles ont explicité les contraintes au développement d’une identité cohérente ainsi que les facteurs ayant contribué à leur capacité de s’affirmer en tant que personnes Noires LGBTQ+ au Québec. Leurs réponses éclaircissent les facteurs clés qui ont un impact sur leur capacité d’affirmer pleinement leurs identités, autant positif que négatif. On découvre que le cloisonnement de leurs identités leur est imposé socialement et qu’un soutien intersectionnel peut leur permettre de réconcilier davantage leurs identités Noires et LGBTQ+. Les résultats de cette étude ont des implications importantes pour le travail social, démontrant que la profession peut agir comme vecteur de changement positif pour les personnes Noires LGBTQ+ du Québec. Notamment, on propose des mesures qui peuvent être mises en place pour favoriser le développement d’une identité cohésive pour cette population.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.018 | 0.008 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".