Bibliographic record
Abstract
Les contributions aux études sur la négociation collective sont fondées soit sur une analyse verbale qui comprend l'idée d'une zone d'indétermination, soit sur une analyse davantage quantitative qui repose sur les techniques de la théorie du jeu. Les deux groupes recourent essentiellement à des modèles statiques comprenant des variables qui changent peu. L'expérience indique, cependant, qu'une même suite d'événements peut mener d'un comportement de départ ferme à des changements brusques et dramatiques d'attitudes. Mathématiquement, de tels phénomènes ne sont pas «sages» (well-behaved) et de pareilles «manques de suite» conduisent à des problèmes insolubles. Un tel mode de comportement ressortait de la plupart des modèles jusqu'à ce que René Thom invente la trouvaille mathématique analytique connue sous le nom de théorie de la catastrophe, théorie que l'on applique dans plusieurs sciences, y compris, à l'heure actuelle, en économique. La théorie de la catastrophe la plus usitée est la catastrophe de «pointe», et c'est cette dernière qu'on applique dans le présent article. L'idée fondamentale en est qu'un syndicat, du moment où il entreprend la négociation d'une convention collective, peut s'y engager sans beaucoup de conviction, mais il peut soudainement changer de position. S'il doit affronter simultanément des risques considérables et de fortes provocations, il peut devenir très docile ou, tout à coup, très agressif. L'attitude qu'on prend dépend pour beaucoup des opinions qui prévalent à l'intérieur du syndicat immédiatement avant le changement draconien dans le comportement du groupe. La «frontière» qui sépare un comportement docile d'un comportement agressif de la part du syndicat est en réalité un «territoire». Le changement dramatique d'attitude ne se produit qu'après que le «territoire» est traverse. Une suite de petits changements en influant sur les variables peut avoir pour résultat un grand bouleversement (une catastrophe) dans le comportement du syndicat.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.006 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 0.001 |
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".