L’autonomie au travail : étude de cas des livreur·euse·s de la gig-économie à Montréal
Bibliographic record
Abstract
Ce mémoire s’intéresse à l’expérience de travail des livreur·euse·s de plateformes de la gig-économie, au prisme de la question de l’autonomie. Il apparaît hautement paradoxal que les plateformes numériques, tout en célébrant cette valeur émancipatrice qu’est l’autonomie, sapent simultanément toutes ses chances de réalisation effective par les travailleur·euse·s, en multipliant les sources, directes ou indirectes, de contrôle. Devant ce paradoxe, nous interrogeons la réception par les travailleur·euse·s du discours sur l’autonomie tenu par les plateformes numériques et tentons de déceler leur interprétation personnelle de l’autonomie, afin de comprendre les conditions sous lesquelles une autonomie au travail peut être exercée. En adoptant une conception large de l’autonomie, il s’agit également d’intégrer les niveaux individuel et collectif afin de tisser des fils entre rapport au travail et action collective dans le cadre d’une réflexion sur les ressorts de la mobilisation. À partir d’un corpus de 16 entretiens menés avec des livreurs de plateforme à Montréal, nous développons une analyse qui tente de faire la part entre les aspirations et les pratiques concrètes d’autonomie, tant à l’échelle individuelle qu’à l’échelle collective, en mettant l’accent sur les obstacles à leur réalisation. Au terme de cette analyse, nous mettons en évidence le fait que l’autonomie apparaît comme un enjeu des rapports sociaux de production, qui se trouve dans une tension constante avec son opposé dialectique, à savoir le contrôle. Ce qui se dessine alors apparaît bel et bien comme une « zone grise d’autonomie ».
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.009 |
| Science and technology studies | 0.016 | 0.015 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.019 | 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".