Le rôle de l’identité professionnelle et sa fragilisation dans l’adoption de réponses agressives dans les métiers spécialisés des secteurs de la construction et manufacturier
Notice bibliographique
Résumé
Très peu d’études se sont intéressées aux facteurs prédisposant aux réponses agressives dans les métiers spécialisés, particulièrement dans les secteurs de la construction et manufacturier. De plus, une importante limitation des études actuelles est l’omission de l’identité professionnelle dans l’étude de l’adoption de réponses agressives. Cet article vise à examiner le rôle de l’identité professionnelle et sa fragilisation sur les réponses agressives dans les métiers spécialisés. Les réponses agressives englobent la déviance interpersonnelle, le sexisme hostile ainsi que les sentiments de colère et d’hostilité. Les données ont été collectées à l’aide d’un questionnaire administré à 282 travailleurs dans les métiers spécialisés. Les résultats des analyses multiniveaux, en considérant les variations entre les 54 équipes, suggèrent des effets directs entre un fort sentiment d’identification et le sexisme hostile. Les résultats associent aussi l’aspect d’une faible intégration des différences, dans la culture de métiers, avec la déviance interpersonnelle. De plus, des demandes de travail et l’insécurité d’emploi sont associées aux sentiments de colère et d’hostilité, alors qu’un soutien social élevé s’associe à moins de déviance interpersonnelle. Enfin, l’aspect du sexe et du genre enrichit l’interprétation des résultats en mettant en lumière le rôle central des masculinités. La masculinité des travailleurs s’associe à la déviance interpersonnelle, au sexisme hostile ainsi qu’aux sentiments de colère et d’hostilité, alors que la féminité des travailleurs s’associe à moins de sentiments de colère et d’hostilité.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».