MétaCan
Menu
Retour à la cohorte
Enregistrement W3036567668 · doi:10.1177/1024258920926444

Introduction: institutional experimentation for better (or worse) work

2020· article· en· W3036567668 sur OpenAlexaff
Isabelle Ferreras, I. R. MACDONALD, Gregor Murray, Valeria Pulignano

Notice bibliographique

RevueTransfer European Review of Labour and Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésDeliberationWork (physics)ReflexivityAgency (philosophy)DemocracyVariety (cybernetics)Corporate governanceInstitutionalisationPolitical scienceFace (sociological concept)SolidarityPublic relationsSociologyEconomic systemEconomicsComputer scienceManagementSocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

In different national, institutional and organisational contexts, and in conditions of uncertainty, worker organisations, old and new, are experimenting in response to the major fault lines of change they face. This introduction to the special issue focuses on these processes of experimentation: the disruption of traditional forms of regulation of work and employment; how a variety of actors are engaged in experimentation about the governance of work and employment; how these actors are making claims on the state; how these processes can lead to better and to worse work; and how strong sets of capabilities and particular configurations of resources on the part of those engaged in experimentation can contribute to new forms of work regulation and indeed better work. Key themes include the agency and resilience of actors and their development of new collective capabilities, the importance of deliberation and democracy, the strategic and reflexive nature of their experimentation, the potential scalability of experimentation into new forms of institutionalisation integrating core values such as equality, solidarity and democracy, and new models of research aggregation requiring ongoing dialogue between actors and researchers.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,124
Tête enseignante GPT0,418
Écart entre enseignants0,293 · 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.

Devis d'étudeSans objet
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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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