Être salarié et aider un proche âgé dépendant : droits sociaux et arrangements locaux
Bibliographic record
Abstract
Fondé sur une enquête qualitative auprès de trente-cinq aidants en emploi (ou récemment retraités) dont le proche âgé est atteint de troubles cognitifs et/ ou de déficiences motrices, cet article s’intéresse au « travail d’articulation » que ces aidants réalisent pour pouvoir effectuer l’ensemble des tâches auxquelles ils doivent faire face. Il porte, plus spécifiquement, sur le travail d’articulation qui prend place dans la sphère professionnelle et sur les ressources qu’il mobilise dans la gestion des temps. Ce travail d’articulation passe, d’une part, par le recours à des droits sociaux communs à tous les salariés (comme les congés payés ou les congés maladie) et, d’autre part, par des négociations et arrangements locaux, souvent assez peu officialisés. Ces assouplissements informels du contexte de travail engendrent de fortes inégalités entre les aidants car ils dépendent d’un ensemble de facteurs : les ressources dont dispose le salarié, l’attitude qu’il adopte face à l’organisation dans laquelle il travaille, les modes d’organisation du travail, l’attitude compréhensive ou indifférente de l’organisation à l’égard des aidants. Quant au dispositif de congé de proche aidant, il est mal connu et jugé inadapté.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.009 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".