MétaCan
Menu
Retour à la cohorte
Enregistrement W2054358827 · doi:10.15173/glj.v6i1.2455

Organizing at Walmart: Lessons from Quebec's Women

2015· article· en· W2054358827 sur OpenAlexaffvenueabout
Stéphanie Mayer, Yanick Noiseux

Notice bibliographique

RevueGlobal Labour Journal · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensUniversité de MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Representation (politics)NewspaperWork (physics)Trade unionSection (typography)Political scienceSociologyJob marketPublic relationsLabour economicsLawBusinessEconomicsAdvertisingEngineeringHistory

Résumé

récupéré en direct d'OpenAlex

The job market has undergone fundamental changes over the last thirty years. The decline in permanent, stable, full-time employment and an increase in the number of non-standard workers transformed workers' collective organization and union representation. Based on a study of the collective struggles of women employed at Walmart in Quebec and taking into consideration the interrelated effects of non-standard workers' work and living conditions, the paper explores the ways in which organized labour can adapt to the new context. Two types of data were used: newspapers and academic literature and the results of a study in which eleven women working at Walmart were interviewed between 2010 and 2012. This case study is divided into three parts. In the context of the tertiarization of Quebec's employment market, the effects of the flexibilization of labour at Walmart are first presented through statistical evidence and the comments of the women interviewed. The next section provides an overview of the UFCW's union battles with Walmart, including some of the more successful campaign strategies. The final section focuses on participant testimonies to examine what can be learned from these union experiences in the hopes of contributing, insofar as possible, to the discussion on union renewal.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,471
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,039
Tête enseignante GPT0,332
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGlobal Labour JournalMême sujetSocial Sciences and GovernanceTravaux en français237 207