MétaCan
Menu
Back to cohort
Record W1986775294 · doi:10.3917/riges.314.0228

La prévention du harcèlement psychologique au-delà des politiques organisationnelles

2006· article· fr· W1986775294 on OpenAlexvenueno aff
Solange Pronovost

Bibliographic record

VenueGestion · 2006
Typearticle
Languagefr
FieldHealth Professions
TopicOccupational Health and Safety Research
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesScience and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.423
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0040.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.001

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.

Opus teacher head0.083
GPT teacher head0.450
Teacher spread0.366 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2006
Admission routes1
Has abstractyes

Explore more

Same venueGestionSame topicOccupational Health and Safety ResearchFrench-language works237,207