La prévention du harcèlement psychologique au-delà des politiques organisationnelles
Bibliographic record
Abstract
Résumé Depuis l’entrée en vigueur des dispositions de la Loi sur les normes du travail relatives au harcèlement psychologique, le monde du travail a pris conscience de l’existence de ce phénomène qui n’est pourtant pas une réalité nouvelle. Dorénavant, les employeurs ont des obligations légales au regard de ces manifestations. Mais au-delà de l’adoption d’une politique organisationnelle visant à traiter promptement les plaintes, de quels outils peuvent-ils se doter pour éviter qu’elles ne se développent dans leurs murs? Celles-ci voient généralement le jour lorsque le milieu leur offre un sol fertile. Il importe donc que les employeurs connaissent ces situations à risque, qu’ils précisent des moyens de les déceler et qu’ils déterminent des mesures susceptibles d’écarter les dangers qu’elles représentent. Par ailleurs, la seule prévention n’est pas suffisante, ni le fait de ne traiter que les cas de véritable harcèlement psychologique. Les gestionnaires doivent donc se reconnaître la responsabilité et le pouvoir d’intervenir lorsqu’ils sont interpellés ou témoins d’insatisfactions ou de conflits. Ils doivent savoir exactement le rôle qu’ils sont appelés à jouer, puisqu’ils sont encore trop nombreux, face à des situations conflictuelles, à adopter la stratégie d’évitement, en espérant que le temps arrangera les choses. Ils doivent se rendre compte que le harcèlement psychologique résulte fréquemment d’un tel laxisme.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".