Bibliographic record
Abstract
Résumé Malgré un développement important depuis une cinquantaine d’années, la médiation n’est pas, en dépit de ses promesses, une pratique véritablement généralisée dans les relations du travail. Que ce soit en Amérique du Nord, où la médiation en entreprise est assez courante, ou en France, où elle est rare, on gère les résistances à la médiation de manière trop empirique sans prendre la mesure des enjeux qu’elles représentent. Les résistances peuvent être traitées à trois niveaux : la prescription, la gestion des refus et les consentements mitigés pouvant nuire à la bonne suite du processus. Chaque niveau constitue un enjeu qui peut impliquer des acteurs différents : gestionnaires et responsables d’activités de médiation pour le premier niveau, médiateurs ou assistants des médiateurs pour les deuxième et troisième niveaux. Une bonne gestion des résistances pourrait conduire à une meilleure performance des médiations (stratégie adaptée ou réorientation) et à une meilleure diffusion. Or, la question des résistances à la médiation est un aspect encore peu exploré. À partir principalement d’entretiens menés avec des médiateurs, nous avons constitué une liste de 15 résistances présentées dans un tableau de synthèse avec des propositions quant à la manière de les traiter. Chaque item est ensuite repris et mis en perspective avec la littérature existante. Dans une dernière partie, nous revoyons ces résistances et y ajoutons des propositions destinées au gestionnaire.
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 | 0.009 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.012 |
| Scholarly communication | 0.010 | 0.008 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.032 | 0.004 |
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".