Organiser les inorganisés d’une multinationale de services en ligne ? Le virage numérique d’Organization United for Respect at Walmart
Bibliographic record
Abstract
Cet article s’intéresse à l’Organization United for Respect at Walmart, l’une des initiatives nationales les plus ambitieuses en matière d’organisation de la main-d’oeuvre aux États-Unis au cours de la dernière décennie. S’appuyant sur une enquête qualitative menée autour du travail d’organisation des employés lors d’actions et de mobilisations deOUR Walmart(OWM) de 2013 à 2018, il revient sur les transformations de la campagne d’organisation des inorganisés (organizing) du géant de la grande distribution. À partir d’une approche diachronique des dimensions pratiques et rhétoriques d’OWM, nous verrons que l’effort d’organisation lancé par le grand syndicat des travailleurs de l’alimentation et du commerce UFCW, puis sa poursuite de manière indépendante après 2014, ont conduit OWM à opérer un virage numérique. Cet article montre, plus spécifiquement, que le lancement d’OWM dans le cadre d’une campagne syndicale visant le distributeurWalmartet son existence en tant qu’association indépendante depuis se caractérisent par deux approches de l’organisation des inorganisés. Au terme d’une revue de littérature portant sur les enjeux de cette stratégie, sur les caractéristiques de la campagne et la méthodologie adoptée, l’article examine comment OWM est passée d’une approche de l’organisation des inorganisés par un grand syndicat des services à une campagne beaucoup plus modeste en effectifs et en ressources financières. Liant innovations numériques et participation active des salariés, le virage technologique et réticulaire entamé par OWM souligne ainsi une opportunité de rendre visibles les inégalités raciales et de genre, tout en favorisant la coconstruction d’une solidarité professionnelle à grande échelle dans une entreprise et un secteur auparavant jugés hors d’atteinte et qui aujourd’hui, se trouvent particulièrement exposés en matière de risques en santé et sécurité au travail.
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 | 0.005 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.013 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".