Confrontation avec le contexte disciplinaire institutionnalisé : réflexion critique des approches écosystémiques de la santé sur la base des expériences des jeunes chercheurs au Canada, en Afrique occidentale et centrale et en Amérique centrale
Bibliographic record
Abstract
Les expériences des étudiants, jeunes chercheurs et professionnels formés en approches écosystémiques de la santé (AÉS) offrent des perspectives nouvelles sur le défi de changer le monde dans lequel nous évoluons. Guidées par les piliers que sont la transdisciplinarité, la participation, ainsi que l’équité de genre et sociale, les AÉS cherchent à répondre adéquatement aux problématiques complexes liant l'environnement et la santé. Cependant, la mise en œuvre de ces piliers sur le terrain pose des défis de taille qui ne peuvent pas être compris en dehors du contexte institutionnel qui encadre la relation entre chercheurs et communauté. En effet, ce qui peut paraître de menus détails – par exemple, l’arrivée sur le terrain, la prise de contact avec la communauté, la présentation et l’appropriation du projet de recherche, la collecte de données, etc. – reste intimement lié au mode de production des connaissances dominé par la structure disciplinaire et les conditions politico-économiques par lesquelles s’opère la rencontre entre les chercheurs et la communauté. À partir de 28 entretiens avec des étudiants gradués et de jeunes professionnels formés en AÉS en Afrique de l’Ouest et du Centre, en Amérique centrale et au Canada, ainsi que par des observations sur le terrain de projets en AÉS, cet article vise à tracer les défis de monter un projet en AÉS en tenant compte du contexte institutionnel dominant. Après un aperçu théorique et historique des AÉS, nous présentons quelques-uns des principaux défis qui ont émergé des efforts pour mettre les AÉS en pratique. Puis, en situant ces défis dans leur contexte institutionnel plus large, nous tirerons les conséquentes politiques clés pour offrir quelques pistes sur la façon dont les résultats de notre analyse pourraient être exploités par d’autres groupes qui travaillent sur des thématiques à l’interface de l'environnement et de la santé.
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 | 0.012 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.034 | 0.068 |
| Scholarly communication | 0.024 | 0.007 |
| Open science | 0.003 | 0.010 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".