From Faceless to In-Your-Face Bosses: Work in Neo-Feudal America. Coerced: Work under Threat of Punishment. By Erin Hatton (2020) Oakland: University of California Press, 281 pages. ISBN: 978-0-520-30539-7. Bite Back: People Taking on Corporate Food and Winning. Edited by Saru Jayaraman and Kathryn De Master (2020) Oakland: University of California Press, 312 pages. ISBN: 978-0-520-28936-9. Hustle and Gig: Struggling and Surviving in the Sharing Economy. By Alexandra J. Ravenelle (2019) Oakland: University of California Press, 273 pages. ISBN: 978-0-520-30056-9. Uberland: How Algorithms Are Rewriting the Rules of Work. By Alex Rosenblat (2018) Oakland: University of California Press, 271 pages. ISBN: 978-0-520-29857-6. Bandage, Sort and Hustle: Ambulance Crews on the Front Line of Human Suffering. By Josh Seim (2020) Oakland: University of California Press, 249 pages. ISBN: 978-0-520-30023-1.
Notice bibliographique
Résumé
An article from Relations industrielles / Industrial Relations, on Érudit.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,012 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,006 |
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 ».