Analyse comparative des modèles de certification d'accessibilité en hôtellerie au Québec et en France
Bibliographic record
Abstract
Ce mémoire s’intéresse à la manière dont l’expérience touristique des personnes en situation de handicap est prise en compte dans les dispositifs de certification en accessibilité existants au Québec et en France, à travers une analyse comparative des approches portées respectivement par Kéroul et le label Tourisme & Handicaps. Inscrite dans une perspective à la fois critique et réflexive, la recherche interroge les politiques d’accessibilité mises en oeuvre dans le secteur touristique, et plus spécifiquement dans le champ hôtelier. L’analyse repose sur une approche qualitative par étude de cas, combinant une analyse documentaire et des entrevues semi-dirigées menées auprès des responsables des deux organismes étudiés. L’analyse s’appuie sur le modèle de l’Hotel Accessibility Scale (HAS) développé par Simon Darcy (2010), une grille composée de 55 critères qui abordent non seulement l’accessibilité physique, mais aussi les dimensions sociales, informationnelles et émotionnelles de l’expérience touristique inclusive. Les résultats mettent en évidence que les deux modèles s’articulent principalement autour d’une approche matérielle de l’accessibilité, tout en révélant des différences notables. Le système québécois (Kéroul) propose une évaluation plus détaillée et technique, mais dont la lisibilité peut s’avérer limitée pour les usagers. À l’inverse, le label français Tourisme & Handicaps privilégie une présentation plus synthétique, parfois au détriment de certaines spécificités importantes. Dans les deux cas, l’expérience vécue des personnes handicapées apparaît comme insuffisamment intégrée, avec un accent prioritaire porté sur la dimension physique, au détriment des dimensions informationnelle (qualité et fiabilité des informations disponibles) et relationnelle (interactions sociales en contexte touristique). Ce mémoire conclut à la nécessité de repenser les dispositifs de certification pour qu’ils intègrent plus explicitement la diversité des besoins et la subjectivité des parcours touristiques. Il propose des pistes de réflexion visant à dépasser le fonctionnement binaire et standard actuel au profit d’une approche davantage inclusive, centrée sur l’usager, et attentive à la pluralité des formes d’accessibilité et des situations vécues. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Accessibilité, hôtellerie, expérience client, normes, informations
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".