Pratiques de gestion et rapports d’âge en milieu de travail
Bibliographic record
Abstract
Le vieillissement de la main-d’œuvre et ses conséquences potentielles préoccupent. Jusqu’à maintenant, les planificateurs ont eu tendance, à l’instar de chercheurs de diverses disciplines, à assimiler cette question à la présence accrue dans les milieux de travail de travailleurs âgés ou de travailleurs vieillissants, des qualificatifs qui sont généralement accolés aux travailleurs dont l’âge d’état civil est 45 ans ou plus. Dans une recherche de nature exploratoire menée dans la fonction publique québécoise, nous avons choisi de suivre une avenue résolument différente et d’examiner comment différents acteurs en co-présence dans les milieux de travail (employés et gestionnaires) participent à la construction et à la déconstruction des identités d’âge. L’analyse amène à voir les liens étroits entre ces identités et l’organisation du travail, plus spécifiquement les pratiques de gestion. Les résultats suggèrent, en effet, que les relations qu’entretiennent les employés d’âge différent de même que les caractéristiques attribuées aux uns et aux autres se construisent dans le cours même des pratiques de gestion. La démarche entreprise invite donc à revoir l’a priori d’un « fossé intergénérationnel », déjà existant à l’échelle de la société, et qui ferait du milieu de travail un simple lieu où se manifeste et s’exprime ce fossé.
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 | 0.004 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.012 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".