La mise en oeuvre de la Loi sur les normes du travail : étude empirique d’un modèle singulier d’inspection du travail
Bibliographic record
Abstract
L’inspection du travail a pour mission, dans plusieurs systèmes nationaux, d’assurer l’application des dispositions légales relatives aux conditions de travail et à la protection des travailleurs. Au Québec, l’inspection en matière de normes du travail est confiée à un organisme administratif qui possède un large éventail de moyens d’intervention pour réaliser cette mission. Après avoir présenté la genèse et les caractéristiques de ce modèle d’inspection du travail, l’article examine, à l’aide de deux études empiriques menées entre 2012 et 2015, comment cet organisme administratif [la Commission des normes du travail, au moment de la réalisation de ces études] utilise concrètement ses moyens d’intervention. Les résultats montrent qu’outre les caractéristiques institutionnelles de l’organisme chargé de l’inspection du travail (notamment son autonomie et son expertise spécialisée), des facteurs organisationnels liés à son fonctionnement interne ont des effets réels dans la réalisation de son mandat. Ainsi, les moyens d’intervention que ses agents, notamment les inspecteurs-enquêteurs, choisissent de mobiliser, la reconnaissance et l’encadrement de leur rôle au sein de l’organisation et les ressources dont ils disposent ont un impact direct sur la manière dont les normes du travail sont appliquées. Ces facteurs sont particulièrement utiles dans l’analyse des impacts que pourraient avoir les changements organisationnels engendrés par la création de la Commission des normes, de l’équité, de la santé et de la sécurité du travail (CNESST) le 1er janvier 2016.
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 | 0.024 | 0.068 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.011 |
| Scholarly communication | 0.012 | 0.007 |
| Open science | 0.004 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".