MétaCan
Menu
Back to cohort
Record W4313486827 · doi:10.1522/radm.no6.1504

L’ impact de la pandémie de COVID-19 sur la représentation syndicale au Québec

2022· article· fr· W4313486827 on OpenAlexaffvenueabout
Raoul Gebert, Safiatou Moussa Baa

Bibliographic record

VenueAd machina l avenir de l humain au travail · 2022
Typearticle
Languagefr
FieldSocial Sciences
TopicSocial Sciences and Governance
Canadian institutionsUniversité de Sherbrooke
Fundersnot available
KeywordsHumanitiesPolitical scienceCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PhilosophyMedicineVirology

Abstract

fetched live from OpenAlex

La pandémie de COVID-19 a durement frappé l’économie canadienne et les syndicats québécois ont dû procéder très rapidement à d’importantes adaptations. Basé sur une recherche de terrain financée par le Conseil de recherches en sciences humaines du Canada (CRSH), en partenariat avec l’une des principales confédérations syndicales du Québec, notre article analyse l’état de la représentation syndicale dans huit secteurs économiques, à la sortie des fermetures liées à la pandémie de COVID-19. Il compare ainsi les pratiques avant, pendant et après la pandémie. L’argumentaire développé par notre article reposera sur trois éléments : d’une part, sur un plan pratique, nos résultats fournissent des preuves solides indiquant que l’adhésion à un syndicat en temps de crise protège les travailleuses et travailleurs des conséquences néfastes immédiates, en réduisant l’ampleur des licenciements collectifs, facilitant l’accès aux équipements de protection et en négociant une compensation matérielle pour les emplois essentiels. Deuxièmement, l’article contribue à la littérature en s’intéressant à l’avantage et au renouveau syndical, ainsi qu’à une vision des relations de travail centrée sur les acteurs, positionnant les syndicats comme des « acteurs stratégiques » (Hyman, 2007). Enfin, l’article appuie l’idée que les syndicats sont des agents « d’expérimentation institutionnelle » (Ferreras et collab., 2020) en temps de rupture profonde, utilisant de manière créative les leviers institutionnels à leur disposition et façonnant ainsi le monde du travail post-COVID.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.008
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.429
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0080.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0030.002
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0040.000

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.

Opus teacher head0.021
GPT teacher head0.353
Teacher spread0.332 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2022
Admission routes3
Has abstractyes

Explore more

Same venueAd machina l avenir de l humain au travailSame topicSocial Sciences and GovernanceFrench-language works237,207