Match Point. Spécialisation et différenciation sur le marché du travail des attachées de presse de cinéma
Bibliographic record
Abstract
Le marché du travail des attachées de presse de cinéma en France possède des caractéristiques qui le distinguent de marchés du travail plus « standards » : de très petite taille, composé pour une large majorité de travailleuses indépendantes, adossé au travail par projet et marqué par une forte incertitude sur la qualité du service, il se rapproche en cela de marchés du travail artistique. Pourtant, bien qu’imbriqué dans un univers artistique, le travail de relations presse est un élément d’une stratégie plus générale de promotion des œuvres, dont la dimension commerciale est centrale. Cette ambivalence se retrouve dans la structure du marché, entendue comme l’espace différencié des positions qui composent et constituent ce marché, et qui mêle (et oppose) plusieurs ordres hiérarchiques — économiques et artistiques, en particulier. Aux différentes positions sur le marché sont associées des catégories de spécialisation, qui ne se résument cependant pas uniquement aux hiérarchies mises au jour. De plus, la position sur le marché a des implications pour les attachées de presse, en termes d’ethos professionnel, de conditions d’emploi, de contenu du travail et de compétences. Cette étude de cas pose plus généralement la question de l’homologie entre les champs de production des biens symboliques et les marchés du travail des différentes catégories d’intermédiaires qui interviennent dans le processus de production.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.006 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.054 | 0.006 |
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".