Les transformations du travail à l’ère du numérique et de l’« économie collaborative » : pistes d’analyse et de réflexion
Notice bibliographique
Résumé
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».