On- and off-duty conduct(or): a feminist critical discourse analysis of two dismissals of a railway worker
Notice bibliographique
Résumé
Purpose The authors sought to examine how hegemonic masculinity and sexism functioned in a storied, historic corporation, a test of MAnne's (2017) claim that misogyny is a structural phenomenon rather than being about anger and hatred of individual men. Design/methodology/approach This study was an archaeological excavation of discourse in a well-documented employment relationship. The researchers were informed by feminist poststructuralism and drew on critical discourse analysis of labour arbitration and media from the case of a woman, twice wrongfully dismissed. Findings The authors concluded that the employer was the site of hegemonic masculinity, which led to a train conductor being repeatedly targeted and demeaned in a bad faith and discriminatory manner for disrupting the conductor’s employer's patriarchal strictures. The authors found that misogyny shaped the conductors’s experience as a repeated pattern of abuse, a gendered feature of a patriarchal organisation, and a coercive matter of maintaining the conductor’s subordination. The authors also found that the male arbitrator in the conductor’s second dismissal arbitration became complicit in misogyny by penalising the conductor for acts of resistance, giving the employer what the employer wanted, to purge the conductor for violating the patriarchal norms. Originality/value The authors traced how a historic corporation demonstrated vulnerability to the resistance of a lone female worker, who faced discriminatory, disturbing and bad faith managerial behaviour in the creation of the conductor’s own meaning and resistant identity. The authors concluded that evidence of the regulation of employee relations, such as the decisions of arbitrators, can reveal the processes and outcomes of work under hegemonic masculinity, sexism and misogyny.
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 | 0,013 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,021 | 0,037 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».