De l’analyse des émotions comme risque à la construction de la santé par la coloration collective des affects et des situations
Notice bibliographique
Résumé
La gestion des émotions, notamment dans les métiers de service, est souvent analysée comme un risque. La notion de travail émotionnel, développée par Arlie Russell Hochschild, incite également à concevoir le travail sur ses émotions et celles d’autrui comme une charge qui devrait être rémunérée en tant que telle. Pourtant, la dimension affective des relations de travail peut aussi être gratifiante. La régulation collective des émotions dans le travail peut agir sur la valence des affects, donner du sens aux efforts réalisés, augmenter le pouvoir d’agir et le contrôle des travailleuses et travailleurs sur la situation; et donc, au final, participer à la construction de la santé. Après avoir brièvement rappelé les différents travaux sur la régulation collective des émotions et de la santé, cet article s’intéresse à un aspect particulier de cette régulation : la coloration affective des situations qui vise, après coup, à peser sur la valence, la signification et l’empreinte traumatique ou euphorique des affects. Des émotions potentiellement perturbatrices comme la peur, l’humiliation ou la colère peuvent alors servir de levier pour valoriser une action, appuyer des savoir-faire de prudence, réparer des identités mises à mal. Des recherches auprès de policiers, de diplomates ou d’ouvrières permettront d’illustrer et d’étayer cette hypothèse.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».