Le consentement entre leurre et réalité ?
Bibliographic record
Abstract
Les institutions publiques posent comme modalités contractuelles la soumission à l’autorité et la sujétion à la hiérarchie. La notion de consentement y est inévitablement ambiguë malgré l’insistance sociétale autour de l’importance de choisir pour soi. Cette notion est ancienne pour certaines prises en charge en santé et en santé mentale : elle est plus rarement formalisée en santé au travail. En utilisant leur expérience de psychologue du travail et psychologue clinicienne au sein de services autonomes en santé au travail dans la fonction publique, les auteurs mettent en évidence les compromis étroits que nécessite la mise en œuvre d’un consentement acceptable. Ces compromis concernent tant les bénéficiaires des dispositifs que les psychologues. Toutefois, pour les bénéficiaires, le psychologue, de par ses modalités d’exercice professionnel proposant un cadre sécure qui repose sur l’étayage et l’accordage, permet d’atténuer ces écueils et soutient un consentement libre et éclairé tant que c’est possible. Quant au psychologue, de moins en moins protégé par les règles conventionnelles qui se sont modifiées, il est davantage exposé et lui faut jouer le mieux possible sa partition tout en se protégeant.
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 | 0.033 | 0.091 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.007 | 0.046 |
| Scholarly communication | 0.016 | 0.021 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.008 | 0.010 |
| Insufficient payload (model declined to judge) | 0.018 | 0.003 |
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".