Tears at Work: Gender, Interaction, and Emotional Labour
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
For a long time, it has been believed that it is possible to leave our emotions at the threshold of the workplace. This excessively simplifies the complexity and heterogeneity of work, leading to an underestimation of the effects of work on health. Our objective is to understand one particular form of the expression of workers’ emotions: crying at work, which may be linked to an excess of emotional labour or to the impossibility of its achievement. Thus, differences between male and female crying, at least at work, may be explained not only by a gendered socialisation of individuals, but also by the sexual division of emotional labour. This imposes an emotional overload on women, since a more intensive management of emotions is demanded of them at work. Nous avons cru pendant longtemps qu'il était possible de laisser nos émotions à la porte des organisations. Cela simplifie excessivement la complexité et l'hétérogénéité du travail et, par conséquent, on finit par sous-estimer les effets du travail sur la santé. Notre objectif est de comprendre une forme particulière de l'expression des émotions des travailleuses et travailleurs : les larmes au travail qui peuvent être associées, soit à une surcharge de travail émotionnel, soit à l’impossibilité de son accomplissement. Ainsi, les différences entre les larmes des femmes et des hommes, au moins au travail, peuvent être expliquées, non seulement par les différences sexuées dans la socialisation des individus, mais aussi par la division sexuelle du travail émotionnel et des émotions qui impose une surcharge émotive plus prononcée aux femmes en demandant une gestion plus intensive de leurs émotions au travail.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 découle