Analyse qualitative auprès des travailleurs licenciés dans le secteur forestier du nord de l'Ontario
Notice bibliographique
Résumé
Cette étude porte sur le nombre élevé d’entreprises de la région du nord de l’Ontario \nqui ont été péniblement touchées par la crise du secteur forestier qui a sévie entre \n2004 et 2009 et dont la conséquence a été le licenciement de milliers de travailleuses \net travailleurs. Ce mémoire visait à mieux comprendre l’impact réel et les stratégies \nutilisées par les travailleuses et travailleurs licenciés afin de faire face à la perte de \nleur emploi en explorant les vécus subjectifs des travailleuses et travailleurs licenciés. \nLe mémoire a utilisé la méthode qualitative et a été mené à l’aide d’entrevues semidirigées \nauprès de neuf travailleuses et travailleurs ayant vécu un licenciement suite à \nune fermeture d’usine du secteur forestier. Les entrevues semi-dirigées ont été \nmenées en fonction des objectifs et des questions de recherche. Ainsi, nous avons \nvoulu connaître comment les travailleuses et travailleurs du secteur forestier du nord \nde l’Ontario ont réagi à la fermeture de l’usine et à leur licenciement, les stratégies \nprises pour faire face à la perte de leur emploi et à leur avenir, et les types d’aide \npsychosociale dont elles et ils auraient eu besoin. \nLes résultats de cette étude ont permis de répondre aux objectifs et questions de \nrecherche. Dans un premier temps, selon les entretiens obtenus avec les participantes \net participants, le licenciement entraine une forme d’invalidation personnelle et une \ndépersonnalisation chez l’individu. Toutes et tous ont partagé des sentiments de perte \nd’identité, de perte de sécurité et d’impuissance face à la situation. Ces types \nd’invalidation engendrent de la souffrance chez l’individu qui se manifeste sous la \nforme de tristesse, de frustration, de stress et de dépression. Les résultats expliquent \négalement les différentes stratégies individuelles mises en place par les travailleuses \net travailleurs licenciés et les types d’aide dont elles et ils auraient du besoin afin de \nfaire face aux nombreuses épreuves.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».