Bibliographic record
Abstract
Résumé Les chômeurs sont fréquemment perçus comme « fainéants, apathiques et incompétents » et parfois victimes de rejet et de discrimination. Ils forment ainsi un groupe qu’on peut qualifier de « stigmatisé ». Au travers de ce chapitre, nous montrerons qu’aborder la question du chômage à la lumière de la stigmatisation offre un cadre d’analyse permettant d’appréhender, d’une manière fine, les difficultés rencontrées par les chômeurs dans leur processus d’insertion sociale et professionnelle. Nous illustrerons ce phénomène au travers de deux voies de recherche réalisées avec la participation de ce public. La première montrera, sur base de deux études, que le stéréotype de chômeur peut altérer tant les performances intellectuelles que la volonté d’entreprendre des stratégies de recherche d’emploi et des activités culturelles. La deuxième, au travers de deux autres études, révélera que, face à des situations menaçantes pour leur identité, les personnes sans emploi mettent en place des stratégies de défense qui consistent à minimiser la discrimination existant à leur encontre. Il résulte de l’ensemble de ces travaux que les contextes de stigmatisation sont doublement délétères pour les chômeurs : d’une part, ils les conduisent à confirmer les stéréotypes négatifs relatifs à leur groupe, d’autre part, ils engendrent des freins considérables à la mise en place de stratégies visant à remettre en question les inégalités sociales dont ils sont victimes.
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.015 | 0.022 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.012 | 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".