Analyse qualitative auprès des travailleurs licenciés dans le secteur forestier du nord de l'Ontario
Bibliographic record
Abstract
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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.
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 teacher head, 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".