Comment jouer la régulation dans l’industrie du jeu vidéo?
Bibliographic record
Abstract
Cet article étudie les choix des concepteurs de jeux vidéo en matière de représentation de leurs intérêts à la lumière de la théorie de la mobilisation de Kelly (1998), cela dans le but de mesurer leur disposition à l’action collective. Ces travailleurs illustrent bien le cas des travailleurs du savoir dans des productions organisées par projets. Si le modèle de Kelly permet en principe d’asseoir des projections concernant la syndicalisation d’un secteur, tel n’est pas le cas ici. Notre étude nous amène plutôt à mesurer l’ampleur de la transformation du marché de l’emploi depuis l’élaboration du modèle et la distance qui sépare les besoins des travailleurs du savoir, d’une part, et les options que leur propose l’action syndicale traditionnelle telle que présentée par le modèle de Kelly, d’autre part. Ce groupe de travailleurs remplit deux conditions propices à l’action collective : il a identifié des problèmes communs dans les conditions de travail de l’industrie et il en attribue généralement la responsabilité à l’employeur. Cependant, trois conditions essentielles l’empêchent de s’unir en une coalition. D’abord, il est partagé entre une définition de son intérêt en termes collectifs et individuels; ensuite , il est aussi partagé quant à la conviction que la situation insatisfaisante est illégitime. Enfin, et surtout, lorsque les travailleurs analysent les coûts et les bénéfices de l’action collective, le projet de syndicalisation via le régime général d’accréditation fondé sur l’entreprise-employeur leur pose plusieurs problèmes concrets. Les concepteurs de jeux pratiquent une forme d’action collective qui contourne les contraintes que pose notre régime juridique actuel de rapports collectifs de travail. Or, la théorie de la mobilisation de Kelly assimile action collective et action syndicale traditionnelle, ce qui mérite d’être reconsidéré.
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 | 0.007 |
| 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 | 0.009 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".