Le programme de liaison de la Clinique Mauve : quel futur pour ce projet d’intervention collective pour personnes LGBTQI+ migrantes à Montréal ayant émergé en contexte de crise sociosanitaire de la COVID-19?
Bibliographic record
Abstract
Au printemps 2020, une équipe interdisciplinaire (travail social, médecine et psychologie, notamment) et intersectorielle met sur pied la Clinique Mauve, un point de services intégrés pour personnes LGBTQI+ migrantes à Montréal (Canada). Parmi les services offerts, on trouve le programme de liaison, un projet innovateur d’intervention collective ayant pour but de réduire les impacts de la crise sociosanitaire sur cette population. Dans le cadre de ce mémoire, je cherche à 1) documenter l’expérience réalisée et 2) déterminer les leçons qu’on peut tirer de cet usage de méthodologies d’intervention collective dans un contexte de crise sociosanitaire. Pour y arriver, j’utilise principalement deux cadres théoriques : la typologisation de l’intervention collective de Bourque et al. (2007) et le modèle de résilience communautaire de Kirmayer et al. (2009). J’inscris ma démarche de recherche dans deux approches évaluatives : l’évaluation axée sur l’utilisation (Patton et Campbell-Patton, 2022) et l’évaluation descriptive en contexte de développement (Marceau, 2022 ; Rey et al., 2022). L’analyse des résultats met en lumière les forces et les limites de l’intervention collective, de l’intervention multilingue et culturellement adaptée et du soutien socio-économique et matériel en contexte de crise sociosanitaire de la COVID-19. Elle permet aussi de découvrir les nombreux défis qui ont ponctué la réalisation de cette expérience dans un contexte hors du commun. Une série de recommandations visant les responsables de la Clinique Mauve conclut ce mémoire.
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 | 0.019 | 0.029 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.010 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.004 | 0.007 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.014 | 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".