Applaudissements, remerciements, moyens de bien faire leur travail, qu’attendent les agents hospitaliers comme signes de reconnaissance ?
Bibliographic record
Abstract
La reconnaissance au travail est un des facteurs essentiels de la qualité de vie au travail. Alors que la littérature a mis en évidence la dégradation des conditions de travail à l’hôpital cet article a pour objectif d’étudier les relations entre les conditions de travail et la perception des pratiques de reconnaissance au travail. Nous adoptons l’approche de la reconnaissance en 4 dimensions (existentielle, de la pratique de travail, de l’investissement au travail et des résultats du travail) définie par Brun et Dugas (2005) pour identifier les dimensions qui sont les plus impactées par la transformation des conditions de travail. Nous avons interrogé en entretiens semi-directifs 16 personnels tirés au sort et 5 experts dans un centre hospitalier universitaire français au cours de l’année 2018. Les résultats montrent que la plupart des catégories de personnel regrettent le manque de moyens matériels et humains mis à disposition par la direction pour réaliser un travail de qualité. Ce manque de moyens est perçu comme un manque de reconnaissance de la qualité du travail de la part de la direction de l’établissement. En raison du manque d’effectif, de nombreux personnels accroissent leur investissement pour malgré tout produire des soins de qualité au patient, ils regrettent alors une non reconnaissance de leur investissement au travail. Seules les catégories de personnel les moins qualifiées expriment des attentes de reconnaissance existentielle.
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 | 0.007 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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".