Religion, fait religieux et management
Bibliographic record
Abstract
Notre chapitre met en lumière des situations de fait religieux non régulées par le droit dans le secteur hospitalier public dans trois contextes culturels différents : le Québec, le Royaume-Uni et la France. Rares sont les recherches qui s’intéressent à la conciliation entre rôle professionnel et religiosité dans le secteur public. Les contextes légaux au Québec et en France orientent vers la neutralité des agents de la fonction publique avec les lois sur la laïcité dans chacun des pays. Le Royaume-Uni, quant à lui, défend la liberté d’expression, en priorité, y compris dans la fonction publique. Pourtant nous montrons que la réalité des pratiques et les désirs des salariés pratiquants donnent à voir des situations plus complexes quel que soit le pays. Les données recueillies donnent la parole aux personnels soignants, médicaux et encadrants de proximité. À travers cette comparaison, nous identifions des invariants dans les situations de fait religieux et différents modes de régulation à l’hôpital public. Deux invariants sont repérés. Le premier indique que le fait religieux est socialement construit à travers les interactions manager-managé et environnement-situation de travail. Le second prouve qu’il existe un écart entre le contexte légal et les pratiques quel que soit le pays. Au Royaume-Uni, nombre de salariés-pratiquant du NHS dissimulent leur religiosité alors que le contexte légal en permet l’expression, en France, certaines expressions sont tolérées par les encadrants de proximité lorsque le rôle professionnel n’est pas remis en cause. Au Québec, le signe religieux des médecins sikhs n’est pas visible et ne présente pas de charge symbolique liée à la religion jusqu’à ce que le contexte de pandémie le révèle. Dans un second temps, nous repérons des types de régulation différents en fonctions des pays. Cette comparaison Québec, Royaume-Uni, France, nous invite à rentrer dans la complexité des situations de fait religieux et à nuancer les effets de la loi sur les pratiques religieuses au travail en particulier dans le secteur public. Elle nous incite à construire des dispositifs de gestion tenant compte des spécificités locales et à sensibiliser manager et salariés pratiquants à cette problématique.
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 | 0.003 |
| 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 | 0.006 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".