Des travailleurs âgés privilégiés ? Une réflexion éthique sur l’équité intergénérationnelle en emploi
Bibliographic record
Abstract
Le discours populaire sur le vieillissement, et le vieillissement au travail en particulier, est encore trop souvent teinté d’une vision moraliste de l’équité intergénérationnelle, dépeignant les vertus d’un retrait graduel des travailleurs âgés du marché du travail pour permettre l’émancipation des jeunes travailleurs. Le présent texte interroge le caractère moral et pragmatique d’un tel retrait en approchant l’équité intergénérationnelle au travail sous l’angle de l’éthique préventive. À la lumière de cette approche, l’article 1) examine les parcours professionnels des travailleurs âgés, pour en conclure que la réparation des injustices subies par les jeunes travailleurs échoue à prévenir la discrimination âgiste ciblant les travailleurs âgés ; 2) expose le rôle que peut jouer la rétention des travailleurs âgés dans l’atténuation ou la prévention de conséquences économiques indésirables liées aux transformations démographiques ; et 3) interpelle la responsabilité éthique des chercheurs universitaires, des gouvernements et des entreprises dans la prévention des sorties professionnelles involontaires des travailleurs âgés, la création de conditions de travail favorables pour l’ensemble de la main-d’œuvre, la promotion de la solidarité intergénérationnelle, et le maintien des partages de solidarité entre générations.
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 | 0.004 | 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 | 0.010 | 0.015 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".