Bibliographic record
Abstract
Résumé Chacun de nous devra peut-être, au cours de sa vie, affronter certaines situations traumatisantes au travail. Face à ces traumatismes, des auteurs ont récemment mis en avant le concept de résilience. Le neurologue, psychiatre, éthologue et psychanalyste français Boris Cyrulnik (2002) définit la résilience comme étant « la capacité à réussir à vivre et à se développer positivement de manière acceptable en dépit du stress ou d’une adversité qui comporte normalement un risque grave d’une issue négative ». Cette réflexion traite des atouts de la résilience en comparaison des autres stratégies d’adaptation ou de protection que les personnes privilégient souvent face aux traumatismes. Elle explique aussi comment la résilience est fonction des personnes, du moment, de la nature de l’épreuve et de la présence d’un réseau de soutien. Nous résumons ce qu’il faut faire pour améliorer notre potentiel personnel de résilience, laquelle constitue la voie la plus prometteuse pour notre bien-être à long terme. Finalement, dans la mesure où la résilience des personnes au travail face aux épreuves et aux difficultés comporte de nombreux atouts, il importe de savoir ce que chacun peut faire pour être un « tuteur de la résilience » dans son milieu de travail et ce que les dirigeants peuvent faire pour bâtir un climat de travail propice à la résilience des personnes. Fonctions : management, psychologie
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.004 |
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; both teacher heads agree on what is shown here.
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".