Qui suis-je ? Quelle(s) case(s) cocher ? Catégorisation au sein des organisations : une recherche sur les tensions entre l’assignation de l’identité et l’invisibilisation des expériences
Notice bibliographique
Résumé
Le besoin de catégoriser les individus afin de concevoir, mettre en oeuvre et évaluer les effets des programmes se confronte d’une part à la multiplicité des identités des individus et d’autre part aux stratégies des individus afin d’éviter une assignation identitaire qui ne corresponde pas, complètement ou en partie, à la réalité de leurs expériences. En employant un cadre d’analyse intersectionnelle, nous documentons les distorsions entre l’auto-identification et la catégorisation d’un échantillon de répondants travaillant dans divers secteurs d’activité. Cette recherche s’inscrit plus largement dans le cadre d’un projet-pilote sur l’expérience d’inclusion dans les organisations. Cet article aborde la nécessité de considérer la multiplicité, la fluidité et l’intersection des identités ainsi que la complexité de la réalité sociale, afin de repenser l’ingénierie de la diversité et dans le but d’étudier les discriminations et les inégalités à partir de l’expérience et des identités vécues des individus.
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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,031 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».