Bibliographic record
Abstract
Résumé En Allemagne, la montée du chômage depuis une trentaine d’années et les mutations de la société – déclin de la fertilité, allongement de l’espérance de vie, fragilisation croissante des familles –, ont conduit à mettre en cause la pérennité de l’emploi qu’avaient connue les générations des Trente Glorieuses. Pour combattre le chômage (qui a touché plus de quatre millions de personnes pendant plusieurs années), le gouvernement de Gerhard Schröder a mené une série de réformes entre 2003 et 2005 destinées à inciter les chômeurs de longue durée à reprendre plus vite le chemin de l’usine ou du bureau. Or, la plupart d’entre eux ne peuvent prétendre qu’à des emplois atypiques mal payés. Si la tendance à la précarisation des emplois est un phénomène européen, le travail atypique est très répandu en Allemagne, où il est voulu et organisé par le gouvernement lui-même. Après une présentation des différentes formes de travail précaire et de leur évolution numérique depuis une dizaine d’années, cette contribution analyse la politique gouvernementale en la matière et s’interroge sur la réussite ou l’échec des mesures d’activation des chômeurs de longue durée.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.023 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".