« Pour être serveuse, tu dois avoir toute ta tête » : efforts et reconnaissance dans le service de table au Québec
Bibliographic record
Abstract
Résumé Le travail de serveurs(euses) de restaurant est peu abordé dans la littérature scientifique en santé au travail. La présente étude analyse ce travail à la suite d’une demande syndicale visant un meilleur respect de la profession. Les exigences du travail sont décrites ainsi que les stratégies utilisées pour maintenir l’équilibre entre la santé et la productivité et, surtout, pour obtenir le respect et la reconnaissance. La méthodologie utilisée consiste en des observations et entretiens préliminaires dans trois restaurants, suivis de 33,75 heures d’observations systématiques de neuf personnes affectées au service aux tables dans deux restaurants, ainsi que des entretiens individuels avec ces neuf personnes et une entrevue collective de validation avec cinq personnes qui n’avaient pas participé aux observations. Les serveurs(euses) font face à trois types de défi (physiques, cognitifs et émotionnels) et utilisent plusieurs stratégies pour les relever. Le travail de serveurs(euses) comporte une part très importante de travail mental et émotif, exigeant plusieurs compétences souvent invisibles telles que la gestion des émotions des clients. Dans le contexte de l’Amérique du Nord, où une part importante de la paie provient du pourboire, la plupart des stratégies visent aussi à augmenter la satisfaction du client, dans l’objectif de recevoir un meilleur pourboire et une reconnaissance des compétences. Mais ce pourboire dépend de plusieurs facteurs hors du contrôle de la serveuse, et l’enjeu du pourboire contribue à déséquilibrer les rapports de pouvoir entre la serveuse et son client.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".