MétaCan
Menu
Retour à la cohorte
Enregistrement W3014929202

Why the solutions put in place to combat moral harassment in the world of work so far failed to eradicate the phenomenon? Comparative analysis between France and Canada.

2019· dissertation· en· W3014929202 sur OpenAlexaboutno aff
Anaelle Justine Oceane Leseigneur

Notice bibliographique

RevueTheseus (Ammattikorkeakoulujen) · 2019
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhenomenonHarassmentWork (physics)CriminologyPolitical scienceSociologyLawEngineeringEpistemologyPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis will focus on psychological harassment in the workplace. As we are studying management and international issues, we will analyse moral harassment in France and Canada. In the first part, we will analyse psychological harassment in its global form. We will study its sources, its forms and its sustainability.
\nWe will also analyse the consequences this has on victims, companies and relatives. Then we will study the actions put in place to fight against moral harassment. In the course of this paper, we will see that moral harassment remains a taboo subject in companies, which allows the phenomenon to continue.
\nThis research highlighted the need to continue to measure the phenomenon and evaluate the control actions put in place to keep only those that could prove effective. The studies, surveys and memoirs that we hope to see in the future will be, each at its own level, useful in order not to forget this scourge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,539
Score d'incertitude au seuil0,945

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,314
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheseus (Ammattikorkeakoulujen)Même sujetWorkplace Violence and BullyingTravaux en français237 207