Introduction : Améliorer le travail
Notice bibliographique
Résumé
Partant du principe que l’amélioration du travail contribue à l’amélioration des sociétés, le défi qu’entend mettre en évidence l’introduction de ce numéro spécial de Transfer: European Review of Labour and Research, consiste à déterminer ce qui rend le travail meilleur, ou pire, et comment il est possible de l’améliorer. Alors que des expériences très variées contribuent à façonner l’avenir de nos économies et de nos communautés, l’un des principaux enjeux consiste à s’engager dans un apprentissage partagé de ces processus afin de stimuler un dialogue entre l’aspiration à un meilleur travail et les conditions susceptibles de entraver ou de faciliter cette amélioration du travail. Cette démarche veut nous inciter à dépasser une conception étroite de la qualité de l’emploi pour adopter un point de vue plus large sur la manière dont les acteurs du monde du travail élaborent des stratégies, innovent et intègrent l’incertitude dans leur quête de solutions durables pour un travail de meilleure qualité. Les principaux thèmes de discussion sont les suivants : pourquoi le travail doit être meilleur (alors qu’il est souvent pire) ; pourquoi un meilleur travail permet-il d’améliorer les sociétés ; comment améliorer le travail ; quel est le rôle des institutions dans cette amélioration du travail ; comment, enfin, les stratégies syndicales sont-elles essentielles dans les processus d’expérimentation destinés à améliorer le travail.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».