Halte au harcèlement dans les laboratoires
Bibliographic record
Abstract
Reflets de la Physique n° 78 56 Les mêmes difficultés existent et sont même plus grandes pour le harcèlement moral [que pour le harcèlement sexuel], car il est souvent latent, moins bien défini et non révélé."L es organisateurs du Congrès général des 150 ans de la SFP ont opportunément arrangé un déjeuner-atelier le 3 juillet 2023 pour discuter d'un problème actuel : le harcèlement dans les laboratoires de recherche.Ils ont confié à Michèle Leduc le soin de l'animer, suite à une tribune qu'elle a signée le 23 février 2023 dans Le Monde sur le harcèlement moral [1].Le thème de l'atelier a été étendu au harcèlement sexuel avec le concours de Caroline Champenois, présidente de la commission Femmes et Physique de la SFP, prenant en compte une accablante enquête internationale qui vient d'en révéler l'ampleur dans la recherche publique [2]. Halte au harcèlement dans les laboratoires Tribune libreCaroline Champenois (1) , Sarah Houver (2) et Michèle Leduc (3) (
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 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.005 | 0.007 |
| Insufficient payload (model declined to judge) | 0.026 | 0.004 |
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".