Vieillissement, organisation du travail et santé
Bibliographic record
Abstract
Après avoir identifié les tendances dans les principaux champs de mutation du monde du travail, leurs effets spécifiques sur la main-d’œuvre vieillissante sont brièvement énumérés. De plus, comme cette problématique est relativement peu documentée dans les secteurs des services et des soins, qui sont en expansion, ces secteurs été choisis comme principale cible de réflexion. Par la suite, les principaux choix organisationnels qui sont faits sont questionnés au regard de leur plus ou moins grande aptitude à faire place aux salariés de tous âges. Ainsi, se retrouvent les principaux enjeux auxquels sont confrontés les personnels vieillissants : la polyvalence et la variété des tâches, les contraintes de temps, les horaires de travail, les aspects collectifs du travail, les apprentissages et la formation professionnelle ainsi que la précarité. Ces aspects de l’organisation du travail sont abordés en traitant les enjeux qu’ils soulèvent pour le personnel vieillissant, de leurs effets sur la santé, des mécanismes éventuels d’exclusion ainsi que des modes de gestion et des marges de manœuvre qui y sont associés. La complexité des enjeux soulevés et le peu de données et d’analyses à leur sujet soulèvent cependant plus de questions qu’elles n’apportent de réponses. C’est pourquoi, en guise de conclusion, un ensemble de questions est présenté qui peuvent contribuer à orienter la programmation des travaux à venir.
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 | 0.005 | 0.007 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".