Dialogue, carrefour, croisement des savoirs. Quelles modalités pour faire émerger des savoirs sur la pauvreté co-construits avec les personnes qui la vivent ?
Bibliographic record
Abstract
Pour « éliminer la pauvreté sous toutes ses formes et partout dans le monde » (1er des Objectifs de Développement Durable de l’ONU), la participation des personnes qui vivent la pauvreté aux travaux de recherche, aux espaces de prise de décision et aux moyens d’action visant à y répondre est de plus en plus encouragée et reconnue. Cependant, peu de cadres de référence existent aujourd’hui encore pour guider la mise en place de démarches de co-construction qui permettraient d’associer les savoirs issus de leur expérience de vie à ceux issus de la recherche universitaire ou de la pratique professionnelle. À travers une étude de cas multiples sur 3 expériences québécoises de co-construction des savoirs sur la pauvreté avec des personnes qui la vivent, nous avons cherché à identifier sous quelles modalités d’interaction ces différents savoirs pouvaient être mis en dialogue pour faire émerger un nouveau savoir co-construit et faciliter ainsi la mise en place et l’analyse de telles démarches.
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 | 0.005 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.023 | 0.025 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".