MétaCan
Menu
Retour à la cohorte
Enregistrement W3182731032 · doi:10.7202/1078508ar

Applaudissements, remerciements, moyens de bien faire leur travail, qu’attendent les agents hospitaliers comme signes de reconnaissance ?

2021· article· fr· W3182731032 sur OpenAlexvenueno aff
Christophe Baret, Cathel Kornig, Isabelle Recotillet

Notice bibliographique

RevueRelations industrielles · 2021
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

La reconnaissance au travail est un des facteurs essentiels de la qualité de vie au travail. Alors que la littérature a mis en évidence la dégradation des conditions de travail à l’hôpital cet article a pour objectif d’étudier les relations entre les conditions de travail et la perception des pratiques de reconnaissance au travail. Nous adoptons l’approche de la reconnaissance en 4 dimensions (existentielle, de la pratique de travail, de l’investissement au travail et des résultats du travail) définie par Brun et Dugas (2005) pour identifier les dimensions qui sont les plus impactées par la transformation des conditions de travail. Nous avons interrogé en entretiens semi-directifs 16 personnels tirés au sort et 5 experts dans un centre hospitalier universitaire français au cours de l’année 2018. Les résultats montrent que la plupart des catégories de personnel regrettent le manque de moyens matériels et humains mis à disposition par la direction pour réaliser un travail de qualité. Ce manque de moyens est perçu comme un manque de reconnaissance de la qualité du travail de la part de la direction de l’établissement. En raison du manque d’effectif, de nombreux personnels accroissent leur investissement pour malgré tout produire des soins de qualité au patient, ils regrettent alors une non reconnaissance de leur investissement au travail. Seules les catégories de personnel les moins qualifiées expriment des attentes de reconnaissance existentielle.

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)0,007
score de la tête « metaresearch » (Gemma)0,020
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,006
Communication savante0,0090,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,194
Tête enseignante GPT0,426
Écart entre enseignants0,232 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetHealthcare Systems and PracticesTravaux en français237 207