Des femmes au travail pour des femmes en travail : une enquête de psychodynamique du travail avec des sages-femmes
Bibliographic record
Abstract
Résumé Une enquête en psychodynamique du travail a été menée auprès d’un collectif de sages-femmes dans un centre de maternité au Québec. Le métier de sages-femmes est passé de la clandestinité au statut de profession. Dans ce contexte du passage à la reconnaissance de ce corps de métier, néanmoins, les sources de souffrance restent nombreuses : épuisement au travail avec une domination mur-à-mur du travail sur le hors-travail, impression d’être « broyées » par un nouveau programme de formation professionnelle exigeant et fort sentiment de non-reconnaissance dans le milieu médical. Pourtant, les sages-femmes sont les témoins intimes du mystère de la femme : procréer, enfanter, lâcher prise, crier, souffrir, perdre contrôle, être vulnérable. Un métier au cœur de l’essence même de ce qu’est le féminin dans sa plus pure expression : porter, bercer, calmer, protéger, donner, ouvrir, permettre, sentir, aimer. L’analyse des savoir-faire et des stratégies défensives de métier a fait ressortir plusieurs paradoxes. Cette étude rend également compte d’une forme de courage « discret » mis en place par les sages-femmes pour tenir l’éthique d’une pratique qu’elles jugent comme étant un lieu privilégié pour construire un monde meilleur.
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.016 | 0.007 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".