« Boucliers numériques » ? L’impact du télétravail sur le harcèlement et la discrimination au travail : une étude qualitative
Notice bibliographique
Résumé
À mesure que, partout dans le monde, les organisations adoptent le télétravail, la dynamique du harcèlement et de la discrimination sur le lieu de travail subit des changements significatifs. Cette étude examine l’influence du télétravail sur ces comportements problématiques, en se concentrant plus particulièrement sur les expériences et les perceptions des employés fédéraux canadiens. Elle étudie la manière dont le passage d’un environnement de bureau traditionnel à un environnement à distance affecte les interactions interpersonnelles et la manifestation de problèmes sur le lieu de travail. La séparation physique entre collègues dans le cadre du télétravail tend à minimiser les confrontations directes, ce qui peut réduire la fréquence du harcèlement et de la discrimination. Cependant, l’étude révèle également des défis critiques associés aux environnements de travail virtuels. L’anonymat et le détachement physique qui caractérisent la communication numérique peuvent parfois intensifier les comportements discriminatoires. En l’absence d’interactions directes, il est plus difficile d’identifier ces comportements et d’y remédier, car le support numérique peut masquer l’identité des auteurs et réduire la responsabilité généralement présente dans les espaces de travail physiques. Ainsi, si le télétravail peut présenter des avantages en réduisant certaines formes de harcèlement et de discrimination sur le lieu de travail, des politiques et des stratégies solides sont nécessaires pour contrer les défis qu’il introduit. Les résultats de l’étude indiquent que si le télétravail peut conduire à la réduction des incidents de harcèlement et de discrimination, les complexités de la communication numérique nécessitent une gestion prudente pour éviter d’exacerber ces problèmes.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».