MétaCan
Menu
Back to cohort
Record W1995082999 · doi:10.3917/riges.372.0065

Le travail des professionnels de la relation d'aide : jongler avec des gratifications et des souffrances

2012· article· fr· W1995082999 on OpenAlexvenueno aff
Claire Edey Gamassou, Virginie Moisson-Duthoit

Bibliographic record

VenueGestion · 2012
Typearticle
Languagefr
FieldSocial Sciences
TopicEducation, sociology, and vocational training
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Résumé Les problèmes de stress et d’épuisement que vivent les professionnels de la relation d’aide sont-ils la contrepartie inévitable de leur dévouement ? Nous visons dans cet article à permettre de comprendre la complexité des situations propres au travail de relation d’aide, en nous appuyant sur la documentation et sur des entrevues menées auprès de professionnels de ce domaine. Ainsi, nous insistons sur deux types de gratifications, soit la reconnaissance exprimée par les personnes aidées et la fierté d’exercer un métier qu’on aime. De même, nous examinons deux sources de souffrance au travail, soit la perte du sens du travail et le manque de reconnaissance et de respect de la part de la direction. Par la suite, nous précisons certaines voies que peuvent emprunter les employeurs et les employés afin de mieux maîtriser le paradoxe des gratifications et de la souffrance qu’on observe dans les milieux orientés vers la relation d’aide. Nous proposons aux dirigeants des conseils axés sur le respect des forces des professionnels de la relation d’aide, sur la sauvegarde du sens du travail de ces derniers et sur leur besoin de reconnaissance. Puis, nous donnons des conseils aux professionnels afin qu’ils puissent s’occuper d’eux-mêmes, prendre une saine distance par rapport au travail, faire preuve d’authenticité et d’honnêteté envers eux-mêmes et les autres et, au besoin, demander de l’aide.

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)0.006
metaresearch head score (Gemma)0.003
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesScience and technology studies
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.593
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0060.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0020.004
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.257
GPT teacher head0.446
Teacher spread0.189 · 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

Citations7
Published2012
Admission routes1
Has abstractyes

Explore more

Same venueGestionSame topicEducation, sociology, and vocational trainingFrench-language works237,207