Identité de métier en péril chez des machinistes suite à des transformations organisationnelles et technologiques
Bibliographic record
Abstract
RÉSUMÉ Dans un département d’une usine qui fabrique les pièces centrales d’un moteur de véhicule de transport public, des machinistes doivent travailler avec des machines qui sont issues de différentes générations technologiques. Ces machines, qui sont régulièrement modifiées, mobilisent des compétences diverses chez les machinistes (par exemple : savoir-faire, diplôme, formation). Depuis quelques années, suite à des transformations importantes, une appellation uniforme des machinistes sous le titre “ opérateur multimachines ” a été introduite et a entraîné la polyvalence des travailleurs d’une machine à l’autre. Une enquête en psychodynamique du travail, menée auprès des machinistes, a permis de comprendre comment le contexte de travail, orienté principalement sur les transformations technologiques, a créé une contrainte importante au niveau psychique et entravé les rapports sociaux. Une analyse de contenu réalisée sur le matériel de l’enquête (verbatim et enregistrement audio des entretiens collectifs) permet de mettre en lumière les effets néfastes des transformations technologiques sur les travailleurs. Un des impacts majeurs de ces tranformations correspond à la destruction de l’identité de métier. La situation entraîne entre autres des réactions tels l’individualisme et un sentiment de déqualification chez les machinistes.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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; 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".