MétaCan
Menu
Retour à la cohorte
Enregistrement W2912692073 · doi:10.1522/radm.no1.913

Les transformations du travail à l’ère du numérique et de l’« économie collaborative » : pistes d’analyse et de réflexion

2018· article· fr· W2912692073 sur OpenAlexvenueaboutno aff
Lyne Nantel, Mircea Vultur

Notice bibliographique

RevueAd machina l avenir de l humain au travail · 2018
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueSharing Economy and Platforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

L’émergence des plateformes numériques change fondamentalement la nature du travail, les façons de fonctionner des entreprises et l’organisation de l’activité productive, donnant naissance à ce qu’on appelle l’« économie collaborative ». Nous assistons, depuis quelques années, à l’émergence de grandes plateformes telles Uber, Airbnb ou Foodora, qui sont les plus connues; mais d’autres plateformes de service telles qu’Adèle sur demande émergent et sont présentes sur le territoire québécois. Que sait-on quant au nombre de ces plateformes et de leurs collaborateurs? Est-ce que l’ensemble de ces plateformes de services engendre les mêmes formes de travail? Les effets bénéfiques ou néfastes de ce type de travail sont-ils partagés par l’ensemble des travailleurs oeuvrant au sein d’une même plateforme? Partant de ces interrogations, le présent article propose une description réflexive et problématique des enjeux relatifs au travail dans le contexte de l’émergence de ce qu’on appelle l’« économie collaborative ». Dans un premier temps, nous examinons l’objet de recherche que sont les plateformes numériques en tant que nouvel acteur de l’économie contemporaine. Dans un deuxième temps, nous exposons les difficultés d’estimation et les limites d’analyse des nouvelles formes de travail effectuées par l’intermédiaire des plateformes. Dans un troisième temps, en tenant compte de l’état des études sur ce sujet, nous proposons des pistes de réflexion pour souligner la nécessité d’un programme de recherche interdisciplinaire sur ce phénomène en émergence.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,400

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0050,026
Communication savante0,0160,013
Science ouverte0,0020,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,238 · 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'étudeThéorique ou conceptuel
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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAd machina l avenir de l humain au travailMême sujetSharing Economy and PlatformsTravaux en français237 207