L’invention du « travail en soirée » : vers une banalisation du travail de nuit dans le grand commerce parisien ?
Bibliographic record
Abstract
La loi dite Macron du 6 août 2015 introduit pour la première fois dans le Code du travail la notion de « travail en soirée », distincte du travail en journée et du travail de nuit, qui étaient jusque-là les deux seuls horaires journaliers définis juridiquement. À partir d’une analyse approfondie des pratiques nocturnes dans le commerce de détail parisien et des règles négociées sur le travail de nuit dans les entreprises, l’article étudie la sociogenèse de cette nouvelle catégorie juridique afin d’en mesurer la signification et la portée. Il montre que cette invention contribue au processus de colonisation de la nuit, puisqu’elle permet de légaliser une pratique croissante – le travail salarié au-delà de 21 heures dans le commerce – qui était jusque-là illégale et jugée comme telle par les tribunaux. Cependant, ces « nocturnes » font l’objet d’acceptations différenciées de la part des salarié·es. D’ailleurs, cette innovation juridique résulte d’une intensification des conflits autour de ces enjeux entre les organisations syndicales de salarié·es et les directions des grandes enseignes dans les quartiers les plus touristiques de Paris. La forte mobilisation des syndicats sur le sujet parvient justement à garantir aux salarié·es qui travaillent en « soirée » des contreparties supérieures à ce qui est habituellement accordé aux travailleur·ses de nuit.
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 | 0.005 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.016 | 0.042 |
| Scholarly communication | 0.017 | 0.009 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.007 |
| 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".