Télétravail et formes de contrôle émergentes : le cas du secteur bancaire et financier pendant la crise sanitaire de la Covid-19
Bibliographic record
Abstract
Le 17 mars 2020, les entreprises françaises ont soudainement placé leurs collaborateurs en télétravail à temps plein à la suite du premier confinement. Cette réorganisation dans l’urgence a été rendue possible grâce aux nouvelles technologies de l’information et de la communication. Mais elle a aussi subitement engendré de nouveaux modes d’organisation du travail, et en particulier de nouvelles formes de contrôle. La littérature sur le télétravail nous indique qu’un tel changement s’accompagne traditionnellement d’un renforcement du contrôle par les résultats. Notre étude exploratoire menée auprès de dix-sept salariés du secteur bancaire et financier révèle à l’inverse une baisse du contrôle par les résultats. Si cette baisse peut s’expliquer en partie par le contexte singulier de la crise de la Covid-19, notre étude souligne l’émergence de nouvelles formes de contrôle par les comportements (micro-management, multiplications des réunions) et par les ‟ inputs ” (multiplications des formations). Elle met surtout en exergue le renforcement du contrôle technologique et l’émergence d’une forme d’autocontrôle plus diffus, à travers la co-construction d’une culture d’entreprise fondée sur l’urgence et l’hyper-réactivité, un fort sentiment de redevabilité et la surveillance par les pairs.
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 | 0.003 | 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 | 0.003 | 0.005 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.000 |
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".