MétaCan
Menu
Back to cohort
Record W2271062389

Analyse qualitative auprès des travailleurs licenciés dans le secteur forestier du nord de l'Ontario

2015· dissertation· fr· W2271062389 on OpenAlexaboutno aff
Steve Fillion

Bibliographic record

VenueLu Zone Ul (Laurentian University) · 2015
Typedissertation
Languagefr
FieldEngineering
TopicForest Biomass Utilization and Management
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesArt
DOInot available

Abstract

fetched live from OpenAlex

Cette étude porte sur le nombre élevé d’entreprises de la région du nord de l’Ontario \nqui ont été péniblement touchées par la crise du secteur forestier qui a sévie entre \n2004 et 2009 et dont la conséquence a été le licenciement de milliers de travailleuses \net travailleurs. Ce mémoire visait à mieux comprendre l’impact réel et les stratégies \nutilisées par les travailleuses et travailleurs licenciés afin de faire face à la perte de \nleur emploi en explorant les vécus subjectifs des travailleuses et travailleurs licenciés. \nLe mémoire a utilisé la méthode qualitative et a été mené à l’aide d’entrevues semidirigées \nauprès de neuf travailleuses et travailleurs ayant vécu un licenciement suite à \nune fermeture d’usine du secteur forestier. Les entrevues semi-dirigées ont été \nmenées en fonction des objectifs et des questions de recherche. Ainsi, nous avons \nvoulu connaître comment les travailleuses et travailleurs du secteur forestier du nord \nde l’Ontario ont réagi à la fermeture de l’usine et à leur licenciement, les stratégies \nprises pour faire face à la perte de leur emploi et à leur avenir, et les types d’aide \npsychosociale dont elles et ils auraient eu besoin. \nLes résultats de cette étude ont permis de répondre aux objectifs et questions de \nrecherche. Dans un premier temps, selon les entretiens obtenus avec les participantes \net participants, le licenciement entraine une forme d’invalidation personnelle et une \ndépersonnalisation chez l’individu. Toutes et tous ont partagé des sentiments de perte \nd’identité, de perte de sécurité et d’impuissance face à la situation. Ces types \nd’invalidation engendrent de la souffrance chez l’individu qui se manifeste sous la \nforme de tristesse, de frustration, de stress et de dépression. Les résultats expliquent \négalement les différentes stratégies individuelles mises en place par les travailleuses \net travailleurs licenciés et les types d’aide dont elles et ils auraient du besoin afin de \nfaire face aux nombreuses épreuves.

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 imitation

Not 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.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.007
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.168
Threshold uncertainty score0.339

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.007
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.004
Science and technology studies0.0060.005
Scholarly communication0.0040.001
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0060.000

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 head0.234
Teacher spread0.215 · 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 source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
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
Published2015
Admission routes1
Has abstractyes

Explore more

Same venueLu Zone Ul (Laurentian University)Same topicForest Biomass Utilization and ManagementFrench-language works237,207