Confiance, émotion et communication non verbale en médiation, le virtuel est-il à la hauteur ?
Notice bibliographique
Résumé
En mars 2020, la pandémie de COVID-19 et la mise en place de mesures de distanciation physique ont changé le rapport à autrui. Progressivement, certaines rencontres virtuelles sont devenues la norme, si bien que malgré l’amélioration de la situation sanitaire, plusieurs organisations ont maintenu le télétravail. Les modes de prévention et de règlement des différends (PRD) en ligne, quant à eux, ont fait l’objet d’une attention accrue. Mais les médiations virtuelles représentent-elles un substitut adéquat aux médiations en personne? Plus spécifiquement, nous tenterons de mieux comprendre comment l’établissement du lien de confiance et la reconnaissance des émotions lors de médiations intégratives peuvent être influencés par la tenue de médiations virtuelles. Dans un premier temps, nous présentons un survol des écrits en droit et PRD au sujet de deux importants facteurs de succès de la médiation intégrative, soit l’établissement du lien de confiance et la reconnaissance des émotions. Par la suite, nous présentons l’état de la connaissance sur ces mêmes sujets, mais cette fois-ci, nous nous tournons vers la littérature scientifique sur la communication non verbale. Dans un troisième temps, nous expliquons en quoi les recherches sur la communication non verbale permettent de développer une vision globale de la médiation virtuelle. Finalement, nous posons un regard critique sur l’enjeu de la médiation virtuelle, et nous concluons en formulant des recommandations à l’intention des médiateurs.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,018 |
| Communication savante | 0,014 | 0,009 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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; 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 ».