Classification de données biographiques par mélange de densités semi-markoviennes - OSU INSTITUT PYTHEAS Accéder directement au contenu
Communication Dans Un Congrès Année : 2005

Classification de données biographiques par mélange de densités semi-markoviennes

Résumé

Classification de données biographiques par mélange de densités semi-markoviennes Alexander Estacio Moreno (IRD, Université Paris 6) Olivier Barbary (IRD, CAMS) Deuxième partie (O. Barbary) Quelques éléments d'interprétation pour une typologie de la mobilité socioprofessionnelle et des inégalités socio raciales à Cali Introduction : la problématique de la discrimination socio raciale à Cali Dans la problématique du programme de coopération mené à Cali entre l'Ird et l'Université del Valle, qui a présidé à la collecte des données biographique que nous analysons, une question centrale est celle de savoir, dans la période contemporaine marquée en Colombie par l'adoption d'une constitution multiculturelle et un débat politique important sur l'intégration socioéconomique de la minorité afrocolombienne, comment évoluent les processus d'insertion, de ségrégation et de discrimination socio-raciale dans l'accès aux ressources économiques et sociales : logement, éducation et travail, principalement. Des résultats déjà acquis par l'analyse d'autres données d'enquête (données transversales en 1998) montrent d'abord que la situation socioéconomique et les conditions de vie de la population afrocolombienne à Cali sont globalement inférieures à celle de la population blanche et métisse : indice de pauvreté et d'indigence supérieurs, distribution des revenus tirée vers le bas, plus forte promiscuité dans les logement et moindre accès aux services publics auxquels s'ajoute un certain niveau de ségrégation résidentielle dans les quartiers les plus pauvres, mais sans commune mesure, par exemple, avec le degré de ségrégation socioraciale que l'on observe dans le grandes villes des Etats-Unis (indices de concentration raciale 2,5 fois inférieur) ; il ne s'agit donc absolument pas de parler de ghetto noir à Cali. On constate ensuite que cette inégalité socioéconomique n'est pas due à des caractéristiques sociodémographiques spécifiques, comme la fécondité, la taille des ménages, le statut migratoire ou le nivaux moyen d'éducation : les deux populations sont de tous ces point de vue, strictement semblables une fois que l'on contrôle l'appartenance aux classes sociales. Ces résultats écartent donc les paradigmes explicatifs de l'écologie urbaine (voir les travaux de l'école de Chigago à partir des années 50), ainsi a fortiori qu'une explication culturaliste du handicap spécifique de la population afrocolombienne. Reste donc posée la question du mécanisme de différentiation socioéconomique de ces deux populations au cours du processus historique et biographique de leur insertion urbaine, avec comme objectif pour l'analyse des données longitudinales, d'effectuer un diagnostic de la discrimination-au sens statistique comme sociologique-de l'accès aux ressources économiques selon l'appartenance ethnique, principalement en ce qui concerne l'éducation et la mobilité socioprofessionnelle. C'est dans cette perspective que s'inscrivent les résultats typologiques obtenue par la classification par mélange de densité appliquée aux itinéraires socioprofessionnels de l'échantillon ; je vais maintenant essayer de montrer à partir de quelques exemples, tout l'intérêt qu'ils ont au plan sociologique.
Fichier principal
Vignette du fichier
Séminaire CAMS 2005 OB AEM.pdf (1.11 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02482836 , version 1 (18-02-2020)

Identifiants

  • HAL Id : hal-02482836 , version 1

Citer

Alexander Estacio-Moreno, Olivier Barbary. Classification de données biographiques par mélange de densités semi-markoviennes. Séminaire de recherche du Centre d’Analyse et de Mathématique Sociale, EHESS, 9 mai 2005, May 2005, Paris, France. ⟨hal-02482836⟩
54 Consultations
14 Téléchargements

Partager

Gmail Facebook X LinkedIn More