Le poids du genre et de l’ethnicité dans la division du travail en santé
Bibliographic record
Abstract
À partir d’une recherche menée à Montréal auprès des prestataires de soins et services à domicile, cet article traite du métier d’auxiliaire et des modes de classement opérés en regard du travail lui-même, des origines ethniques ou nationales des auxiliaires et enfin, de la place du genre dans ce classement. Le phénomène de stratification sociale, loin de disparaître, est au coeur même de la nouvelle organisation des soins de santé, où certaines catégories d’individus, notamment les femmes, et l’origine, dans ce cas antillaise, occupent une place singulière. Dans une organisation très structurée et aussi hiérarchisée que celle de la santé, où toutes les prestations n’ont pas la même place, et où ceux qui en sont les dispensateurs ne jouissent pas de la même valeur, la division du travail par le genre et les origines ethniques ou nationales pourrait bien être le mécanisme sur lequel repose et se réalise la réforme du système de santé canadien. Un tel contexte donne à voir non pas l’effacement des enjeux de classe, mais bien plutôt leur imbrication à d’autres catégories de classement à l’ombre desquelles se perpétuent les rapports de pouvoir dans le monde du travail, et plus largement les processus de stratification sociale.
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 | 0.007 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.012 | 0.012 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 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".