L’économie morale des rémunérations : une comparaison France-Québec des rhétoriques de justice salariale d’enseignants
Notice bibliographique
Résumé
Cet article propose un cadre théorique pluraliste d’analyse de l’économie morale des rémunérations afin d’examiner les jugements de justice salariale que portent les enseignants québécois et français. La question générale de recherche est la suivante : Quelles sont les rhétoriques mobilisées pour justifier des avantages salariaux et pour dénoncer des injustices? Théoriquement, nous proposons un cadre d’analyse selon lequel les acteurs construisent des rhétoriques de justice en combinant quatre normes particulières (droits, besoins, investissements et marché) à deux principes premiers (égalité et différenciation). Notre cadre permet d’abord de tenir compte de la hiérarchisation des normes, des plus égalisatrices aux plus différenciatrices. De plus, notre cadre systématise l’idée de malléabilité instrumentale des normes, les normes de droits et de besoins pouvant être perverties dans une orientation différenciatrice et la norme du marché subvertie dans une orientation égalisatrice. Méthodologiquement, nous analysons des témoignages électroniques d’enseignants de la France et du Québec, du niveau primaire à l’enseignement supérieur. L’intérêt heuristique du corpus tient, d’une part, au fait qu’elle permet d’inclure des salariés dont les régimes de rémunération sont inégaux et, d’autre part, à la comparaison des deux contextes nationaux. Nous explorons tant les thèmes de justifications salariales que les champs sémantiques des justifications et des dénonciations. L’analyse nous conduit à confirmer la mobilisation par les enseignants d’une pluralité de rhétoriques de perception de l’injustice. Nous dégageons un continuum hiérarchisé de logiques de perceptions de l’injustice : les enseignants ont d’autant plus tendance à mobiliser des normes différenciatrices qu’ils sont élevés dans la hiérarchie salariale statutaire. L’analyse empirique permet également de dégager l’existence de rhétoriques spécifiques aux deux espaces nationaux étudiés. Ces dernières correspondent à des usages subversifs du marché ou pervertis des principes de droits ou de besoins. Enfin, nous montrons que les enseignants les plus privilégiés pervertissent les normes du droit et du besoin pour préserver leurs avantages.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 source (Gemma direct ou Codex distillé), 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 ».