Bibliographic record
Abstract
LeNew public management(NPM) ou Nouvelle gestion publique (NGP) produit une pression psychologique intense sur les travailleurs. Ce phénomène, que l’on a vu se développer d’abord dans les entreprises privées puis dans les entreprises publiques, apparaît aujourd’hui dans le secteur non marchand comme les hôpitaux, les administrations, les collectivités locales, les institutions éducatives ou sociales. Dans ce contexte, la question de la santé mentale au travail devient prégnante. La multiplication des symptômes dépressifs, le sentiment généralisé de harcèlement, l’hyperactivité, l’épuisement professionnel et le développement de suicides sur le lieu de travail sont autant de symptômes d’un malaise profond. Les causes de ce phénomène sont multiples. Cet article met l’accent sur le processus de transformation des organisations en systèmes paradoxants qui mettent les travailleurs devant des injonctions paradoxales. À partir d’une situation clinique travaillée dans un groupe d’implication et de recherche, il décrit les différents éléments qui caractérisent la mise en place de ces systèmes, les conséquences pour ceux qui les vivent, en particulier ses effets sociopsychiques. Enfin, il évoque les réactions défensives qu’ils provoquent et les mécanismes de dégagement individuels et collectifs.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.433 | 0.209 |
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".