MétaCan
Menu
Retour à la cohorte
Enregistrement W4321613724 · doi:10.3917/neg.038.0073

Les transformations numériques et l’ordre négocié des techniciens des services automobiles au Québec

2023· article· fr· W4321613724 sur OpenAlexaffabout
Mathieu Dupuis, Gregor Murray, Wu Meiyun

Notice bibliographique

RevueNégociations · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensUniversité de MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Le discours sur l’impact des changements numériques suit souvent une logique déterministe selon laquelle les transformations induites par ces bouleversements auraient des effets unidirectionnels et déstabiliseraient la nature du travail et des métiers, ainsi que leurs institutions régulatrices. Prendre pour point de départ le fait que cette régulation s’incarne dans un ordre négocié nous amène à analyser ces changements comme étant dépendants des compromis institutionnalisés et du pouvoir des acteurs sociaux qui forment cet ordre. Cet article propose d’analyser ces renégociations à travers une étude de cas sectorielle, l’industrie des services automobiles au Québec et, plus particulièrement, des techniciens qui assurent l’entretien et la réparation des véhicules. Cette industrie est sujette à de multiples pressions provenant des changements technologiques : sur la nature du métier et l’exécution du travail, sur la formation et la production de compétences ainsi que sur les conditions de travail. Notre étude démontre comment ces changements doivent être analysés sous le prisme des tensions au sein de la relation d’emploi, en fonction de l’héritage institutionnel et selon les relations de pouvoir entre les acteurs de ce secteur. Les règles qui émergent de cet ordre (re)négocié étant sujettes à diverses formes d’expérimentations, les contours des compromis institutionnalisés font l’objet d’une transition plutôt que d’une rupture radicale.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge 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: Empirique
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,001
Communication savante0,0010,005
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,034
Tête enseignante GPT0,315
Écart entre enseignants0,281 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNégociationsMême sujetDigital Economy and Work TransformationTravaux en français237 207