MétaCan
Menu
Retour à la cohorte
Enregistrement W2711403539 · doi:10.1522/radm.no1.41

Les enjeux de la conciliation emploi-famille dans un secteur caractérisé par des conditions de travail difficiles : la restauration

2017· article· fr· W2711403539 sur OpenAlexfundvenueno aff
Diane‐Gabrielle Tremblay, Mélanie Trottier

Notice bibliographique

RevueAd machina l avenir de l humain au travail · 2017
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Policies and Family
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésHumanitiesConciliationPolitical scienceArtMediation

Résumé

récupéré en direct d'OpenAlex

Cet article présente les résultats d’une recherche qualitative menée dans le secteur de la restauration, lequel est reconnu pour ses conditions de travail difficiles. En effet, il est caractérisé par des horaires de travail variables, qui occasionnent des difficultés du point de vue de la conciliation emploi-famille. Ces difficultés sont principalement dues au fait que les horaires sont atypiques, imprévisibles et incompatibles avec les mesures habituelles de conciliation emploi-famille telles que les services pour la garde des enfants. Malgré ces difficultés et le caractère stressant des emplois dans le secteur de la restauration, les individus interviewés disent demeurer au sein de cette industrie parce qu’ils aiment travailler avec le public; ils aiment la montée d’adrénaline et la satisfaction intrinsèque associées à leur travail. Une raison importante qui explique la rétention des employés malgré les difficultés de conciliation est le fait que leur métier est payant en proportion du nombre d’heures travaillées. Les résultats exposés dans cette étude permettent de brosser un portrait contrasté de la conciliation emploi-famille dans un secteur marqué par un dilemme entre obstacles et bénéfices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,323
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAd machina l avenir de l humain au travailMême sujetSocial Policies and FamilyTravaux en français237 207