Le modèle coopératif à l'épreuve de l'économie de plateforme : de la gestion algorithmique du travail à la précarisation de l'emploi - Une étude de cas au Québec
Notice bibliographique
Résumé
Ce mémoire explore le rapport au travail au sein d’une plateforme de transport et de livraison. L’étude du cas de Eva au Québec éclaire les potentiels et limites du coopérativisme de plateforme, mouvement militant/entrepreneurial né de l’évidence des dégâts causés par les plateformes capitalistes telles que Uber. Visant à redonner aux travailleur·euse·s numériques le contrôle de leur outil de travail, ces coopératives doivent croître rapidement (poussées par l’effet réseau) dans un environnement hostile (caractérisé par des financements limités et un marché hyper-concurrentiel). Notre problématique questionne la tension entre les principes du coopérativisme, d’une part, et les réalités du travail d’autre part (organisation du travail, contrôle et rémunération). Basée notamment sur un corpus de 11 entretiens qualitatifs, cette recherche met l’accent sur les freins à l’autonomisation et à la sécurisation des chauffeur·e·s. D’une part, le statut de travailleur·euse autonome les maintient dans une précarité équivalente à celle tristement célèbre chez Uber. D’autre part, l'hybridité du modèle d’Eva (une coopérative locale et une corporation globale) et son modèle de gouvernance sont porteurs de risque quant au contrôle réel exercé par les chauffeur·e·s sur leur outil de travail. Or, c’est bien ce contrôle qui leur offre une voie de sortie de la précarité. Au terme de cette analyse, des pistes de réflexion sont suggérées pour donner à ces formes alternatives visant l’émancipation du travail un réel pouvoir transformateur, au-delà des discours. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : capitalisme algorithmique, économie du partage, économie de plateforme, travail de plateforme, coopératives, précarité, hétéronomie
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».