MétaCan
Menu
Back to cohort
Record W2039849110 · doi:10.4000/ethiquepublique.110

La loi québécoise sur le harcèlement psychologique au travail : entre judiciarisation et juridicisation

2009· article· fr· W2039849110 on OpenAlexaffvenue
Nicole Marchand

Bibliographic record

VenueÉthique Publique · 2009
Typearticle
Languagefr
FieldSocial Sciences
TopicWorkplace Violence and Bullying
Canadian institutionsUniversité Laval
Fundersnot available
KeywordsPolitical scienceHumanitiesSociologyPhilosophy

Abstract

fetched live from OpenAlex

Dans toutes les sphères d’activité, le droit tend à supplanter les régulations éthiques, sociales et politiques, qui ont perdu la confiance des acteurs en même temps que s’affaiblissait leur pouvoir effectif de régulation des conflits. Ce mouvement de judiciarisation n’est toutefois pas sans ambivalence. Face aux attentes de justice et de reconnaissance des justiciables, le droit et la procédure ne peuvent pas tout faire. La judiciarisation crée donc souvent une ouverture pour les formes de régulation auxquelles elle s’est substituée. Les dispositions juridiques québécoises sur le harcèlement psychologique au travail présentent ce type d’ambivalence. Tout en créant des recours pour les salariés harcelés, elles obligent les employeurs à prendre les moyens raisonnables pour prévenir le harcèlement et le faire cesser. Dans les grandes entreprises, cela se traduit par la mise en place de politiques internes visant des objectifs difficiles à concilier. Pour faire cesser les incidents qui constituent du harcèlement psychologique au travail au sens de la loi, ces politiques doivent s’aligner sur la norme juridique. Mais pour prévenir de tels incidents, elles doivent aussi s’ouvrir à la pluralité des normes à l’œuvre dans l’organisation. Un cadre juridique conçu pour protéger les victimes peut-il aussi favoriser la pluralité normative de la prévention ? Ou favorise-t-il surtout la juridicisation des conflits interpersonnels du milieu de travail ?

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)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.774
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0060.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.000
Scholarly communication0.0000.002
Open science0.0000.000
Research integrity0.0010.001
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 head0.019
GPT teacher head0.291
Teacher spread0.272 · 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; a candidate call from one teacher head, not a consensus.

Study designTheoretical or conceptual
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

Citations0
Published2009
Admission routes2
Has abstractyes

Explore more

Same venueÉthique PubliqueSame topicWorkplace Violence and BullyingFrench-language works237,207