Une tonne de plumes pèse autant qu’une tonne de plomb. Vers la reconnaissance et l’élimination des dangers dans le travail des femmes au Québec
Bibliographic record
Abstract
Les problèmes de santé au travail des femmes diffèrent de ceux des hommes, du fait de la ségrégation des professions et des tâches assignées à l’intérieur de celles-ci, entre autres. Les risques qu’elles encourent étant moins visibles, les femmes peuvent hésiter à les rapporter, par crainte d’être perçues comme faibles et par souci de protéger leur accès à l’emploi. Cette situation, qui oppose la recherche de la santé à la visée de l’égalité, entrave leur avancement professionnel et entraine une sous-reconnaissance des lésions professionnelles. Nous présentons les enjeux révélés par une réforme du régime québécois, relative à la santé et la sécurité au travail, à l’aune de l’inclusion des « spécificités » du corps et du rôle social des femmes, et analysons certaines améliorations obtenues lors des débats parlementaires en 2020-2021 par une coalition de chercheuses, syndicats, organisations féministes et intervenantes en santé publique.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.015 | 0.007 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.028 | 0.002 |
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".