MétaCan
Menu
Back to cohort
Record W3033545325 · doi:10.4000/sdt.30182

Match Point. Spécialisation et différenciation sur le marché du travail des attachées de presse de cinéma

2020· article· fr· W3033545325 on OpenAlexaff
Nicolas Robette

Bibliographic record

VenueSociologie du Travail · 2020
Typearticle
Languagefr
FieldSocial Sciences
TopicEducation, sociology, and vocational training
Canadian institutionsMusée de la Civilisation
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.007
metaresearch head score (Gemma)0.007
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.477
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0070.007
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.004
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.270
GPT teacher head0.403
Teacher spread0.132 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueSociologie du TravailSame topicEducation, sociology, and vocational trainingFrench-language works237,207