MétaCan
Menu
← Back to cohort
Record W4361288571 · doi:10.7202/1097692ar

Flexibilité et transformation des relations d’emploi : une segmentation des pratiques de gestion de la main-d’oeuvre

2023· article· fr· W4361288571 on OpenAlexvenueno aff
Aurélie Peyrin, Camille Signoretto, Philippe Méhaut

Bibliographic record

VenueRelations industrielles · 2023
Typearticle
Languagefr
FieldHealth Professions
TopicEmployment and Welfare Studies
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Dans un contexte de transformation du système français de relations d’emploi, à la fois dans son coeur (contrat à durée indéterminée) et dans ses marges (contrats à durée déterminée de plus en plus courts, autoentrepreneuriat, …), cet article cherche à comprendre les diverses stratégies de gestion de la main-d’oeuvre, en particulier celles relatives à la flexibilité des entreprises à l’échelle d’une région française : la Provence-Alpes-Côte d’Azur. Nous adoptons une approche renouvelée des théories de la segmentation, à la fois diversifiée et dynamique. Au-delà de l’opposition marché interne-marché externe, nous avons d’abord caractérisé les pratiques de segmentation, non seulement selon la nature du contrat de travail, mais également selon la durée du contrat, le niveau de rémunération et le type de temps de travail (complet ou partiel). Nous avons ensuite étudié l’évolution que cette segmentation a connue entre 2006 et 2016 et avons décliné cette segmentation des pratiques selon la taille des établissements. À partir d’une base de données exhaustive sur les emplois et les établissements de la région étudiée, nous avons mis à jour quatre segments caractérisant les relations d’emploi en Provence-Côte d’Azur : le premier, typique du marché primaire, est qualifié de « stabilité de l’emploi » ; le deuxième, au contraire, typique du marché secondaire, est nommé « flexibilité par les contrats courts » ; le troisième est marqué par l’usage de contrats à durée déterminée (CDD) de plus de six mois, d’où la qualification de « flexibilité par les CDD longs » ; le quatrième, plus diversifié, est qualifié de « pratiques mixtes ». L’évolution entre 2006 et 2016 se caractérise ensuite par le renforcement des caractéristiques propres à chaque segment, mais aussi par l’érosion du segment de « stabilité de l’emploi » et la progression du segment de « pratiques mixtes », qui semble illustrer la diffusion de formes d’emplois subventionnés par les pouvoirs publics sur la période 2006-2016. La déclinaison de la typologie des pratiques par taille d’établissement a, elle, permis de confirmer de manière générale la pertinence des 4 segments, même si pour les grands établissements, les segments de « flexibilité par les CDD longs » et de « pratiques mixtes » pourraient former un unique segment. Précis L’article propose d’explorer les pratiques de gestion de la main-d’oeuvre et les stratégies de flexibilité des entreprises, en renouvelant l’approche segmentationniste de deux manières. D’abord, en élargissant l’analyse des relations d’emploi à d’autres dimensions que la nature du contrat de travail pour prendre en compte également la durée de la relation d’emploi, la rémunération et le type de temps de travail (complet ou partiel). À l’échelle d’une région française, nous effectuons ainsi une analyse du marché du travail en quatre segments distincts. Ensuite, nous étudions l’évolution de ces segments sur 10 ans, montrant que l’accroissement de la part des contrats courts dans les embauches conduit à renforcer les caractéristiques de chaque segment, plutôt qu’à remettre en cause la partition.

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 imitation

Not 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.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.132
Threshold uncertainty score0.263

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.005
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0070.019
Scholarly communication0.0070.007
Open science0.0010.005
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.0090.001

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.

Opus teacher head0.083
GPT teacher head0.399
Teacher spread0.317 · 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 source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
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

Citations1
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueRelations industrielles→Same topicEmployment and Welfare Studies→French-language works237,207→