Bibliographic record
Abstract
Les individus des sociétés développées occidentales manquent-ils objectivement et subjectivement de plus en plus de temps? (Schor, 1991; Méda et Schor, 1997) Si ces propos ont suscité, à l’époque, le débat aux États-Unis (les statistiques mobilisées par Juliet Schor avaient notamment été mises en cause par Robinson et Godbey, 1999), spécialistes des enquêtes emploi du temps aux Etats-Unis), il n’en a pas été de même en France, le poids du chômage reléguant légitimement ce genre de préoccupation aux derniers rangs. Depuis quelques années pourtant, sous l’effet de la reprise de l’emploi intervenue entre 1997 et 2000, de l’augmentation du temps de travail de certaines catégories et de la diffusion de la RTT, les enquêtes commencent à s’intéresser à ces questions et à dessiner les contours d’une population pour laquelle le manque de temps constitue un véritable problème. Loin de n’être qu’un petit inconfort personnel, qui serait l’apanage des cadres dirigeants et des wonderwomen, le sentiment de manque de temps apparaît au contraire comme le signe d’un grippage ou d’une inefficacité des mécanismes classiques de régulation, et sans doute comme une invitation à concevoir des politiques publiques capables d’aider à la mise en place d’une nouvelle concordance et d’une plus grande cohérence des différents temps individuels et sociaux.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".