MétaCan
Menu
Retour à la cohorte
Enregistrement W3022800310 · doi:10.1177/1024258920919346

Disruption and re-regulation in work and employment: from organisational to institutional experimentation

2020· article· en· W3022800310 sur OpenAlexaff
Gregor Murray, Christian Lévesque, Glenn Morgan, Nicolas Roby

Notice bibliographique

RevueTransfer European Review of Labour and Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensHEC MontréalUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Context (archaeology)Work (physics)Representation (politics)SociologyOrder (exchange)Public relationsKnowledge managementPolitical scienceBusinessComputer sciencePoliticsSocial scienceLawEngineering

Résumé

récupéré en direct d'OpenAlex

This article proposes experimentation as a framework for understanding actor agency in the changing regulation of work and employment. This involves contrasting institutional change with organisational and institutional experimentation approaches in order to understand how, in the context of uncertainty, actors in the world of work experiment with new ways of organising and seek to institutionalise them into new understandings, norms and rules. The article describes the fault lines of disruption that are generating a vast range of experiments in the world of work. These fault lines invite resilient responses and the development of collective capabilities at two levels: first, organisational experimentation, where social actors seek to modify or renew their organisations, networks and alliances and reflect on, assess and learn from their experiments; second, institutional experimentation, where these responses are scaled up and institutionalised over time through more general understandings, norms and rules. A key challenge for comparative research and strategising is to find the appropriate institutional conditions that will facilitate and enable organisational experiments, whilst overcoming constraining institutional conditions. This challenge is illustrated through the examples of co-working and the development of new forms of collective representation.

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)0,033
score de la tête « metaresearch » (Gemma)0,026
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,026
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,106
Communication savante0,0140,014
Science ouverte0,0030,013
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,096
Tête enseignante GPT0,398
Écart entre enseignants0,302 · 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

Citations66
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransfer European Review of Labour and ResearchMême sujetLabor Movements and UnionsTravaux en français237 207