MétaCan
Menu
Back to cohort
Record W3134365466 · doi:10.1522/radm.no4.1242

Exploration du concept de la reconnaissance au travail chez les répartiteurs d’urgence

2021· article· fr· W3134365466 on OpenAlexaffvenue
Catherine Dufresne, Andrée-Ann Deschênes, Isabel Bastille

Bibliographic record

VenueAd machina l avenir de l humain au travail · 2021
Typearticle
Languagefr
FieldHealth Professions
TopicHealthcare Systems and Practices
Canadian institutionsUniversité du Québec à RimouskiCégep de Saint-Laurent
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

La présente recherche explore le concept de la reconnaissance au travail. Selon Brun et al. (2002), la reconnaissance au travail constitue une réaction constructive et authentique, de préférence personnalisée, spécifique, cohérente et à court terme qui s’exprime dans les rapports entre humains. À l’instar des résultats de l’étude de Toulouse et al. (2011), qui proposent que les préposés des centrales 911 souffrent d’un manque de reconnaissance important où 90 % des participants présentaient un déséquilibre effort/reconnaissance, l’objet de la présente recherche prend toute son importance. Plus précisément, cette étude qualitative explore des méthodes de reconnaissance qui font du sens pour les répartiteurs d’urgence. Dans le cadre de cette recherche, cinq centres d’urgence ont participé à l’étude. Les participants sont des superviseurs et des répartiteurs à l’emploi. Au total, 10 entrevues semi-dirigées ont été réalisées. 90 % des participants sont des femmes et cumulent en moyenne 12,25 années d’expérience. L’entrevue semi-dirigée consistait à comprendre la réalité du métier de répartiteur et ses besoins de reconnaissance afin de les juxtaposer à la théorie. Un modèle exploratoire de reconnaissance au travail adapté à la réalité des répartiteurs d’urgence inspiré de la théorie de Brun et Dugas (2005) est l’extrant des analyses thématiques. Plus spécifiquement, le modèle exploratoire expose les différents niveaux possibles d’interactions croisées entre les acteurs de la fonction de répartiteur, par exemple, la reconnaissance du policier à l’égard du répartiteur ou encore, l’impact de la reconnaissance entre collègues. En somme, le modèle exploratoire extrait des résultats de cette recherche [...]

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 imitation

Not 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.

metaresearch head score (Codex)0.008
metaresearch head score (Gemma)0.013
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.010
Threshold uncertainty score0.047

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0080.013
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.002
Science and technology studies0.0060.011
Scholarly communication0.0090.008
Open science0.0020.006
Research integrity0.0020.004
Insufficient payload (model declined to judge)0.0080.001

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.

Opus teacher head0.086
GPT teacher head0.402
Teacher spread0.316 · 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 source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
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
Published2021
Admission routes2
Has abstractyes

Explore more

Same venueAd machina l avenir de l humain au travailSame topicHealthcare Systems and PracticesFrench-language works237,207