L’enjeu de l’équité salariale au Nouveau-Brunswick : une question de redistribution et de reconnaissance
Bibliographic record
Abstract
Cet article porte sur les actions stratégiques menées par la Coalition pour l’équité salariale du Nouveau-Brunswick et par le gouvernement de cette province pour agir sur la question de l’équité salariale. Il s’agit ici de comprendre sur quoi se fondent les stratégies d’action de la Coalition et du gouvernement pour remédier aux iniquités salariales persistantes entre les hommes et les femmes. Cette analyse s’appuie sur les cadres théoriques de Nancy Fraser (2011, 2012) et d’Axel Honneth (2000, 2002, 2008). Pour bien cerner les actions de la Coalition et celles du gouvernement du Nouveau-Brunswick, nous avons effectué une analyse documentaire de la presse néo-brunswickoise entre 2001 et 2013 ainsi qu’une analyse de la documentation produite par ces groupes. L’analyse documentaire a permis de constater la présence de trois périodes distinctes dans la lutte de la redistribution et de la reconnaissance pour l’équité salariale : de 2001 à 2003, « Construction et sensibilisation à l’équité salariale » ; de 2004 à 2006, « Polarisation d’enjeux portant sur l’équité salariale » et, de 2007 à 2013, « Action du gouvernement et réaction de la Coalition pour l’équité salariale ». Durant chacune de ces périodes, on a relevé la présence de remèdes distinctifs pour corriger les iniquités salariales.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.008 | 0.010 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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 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".