El tratamiento de la provincia canadiense de Quebec respecto al acoso psicológico en el lugar de trabajo
Bibliographic record
Abstract
El presente trabajo pone de relieve la posición que toma el legislador de la provincia de Quebec respecto al acoso moral en el lugar de trabajo. Se hará un recorrido general de la situación de Canadá en torno al riesgo psicosocial, matizando su estructura territorial conformada por provincias y territorios y la incidencia que de ello se desprende para la regulación del acoso laboral. Además, se analizarán los derechos laborales que disfrutan los trabajadores canadienses para, seguidamente, incidir en la provincia de Quebec con objeto de poner de relieve cómo su legislador define el riesgo laboral, señala las obligaciones y responsabilidades de todas las partes de trabajo, el modo en que establece un sistema de compensación para las víctimas de acoso así como la forma en que se vertebra un posible trastorno mental derivado de una situación de mobbing y, finalmente, se analizarán las vías por las que los trabajadores quebequenses pueden denunciar estas situaciones tan desagradables que ocurren en el ámbito del trabajo. Sin lugar a dudas el contexto de Quebec respecto al hostigamiento en el trabajo puede ser tomado como referencia o como ejemplo para el legislador español desde una vertiente preventiva y compensatoria, dado que, como es sabido, España no cuenta en la actualidad con una norma que visualice de un modo concreto el acoso moral en el lugar de trabajo desde un marco preventivo.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".