MétaCan
Menu
Back to cohort
Record W4407870139 · doi:10.7202/1116498ar

Harcèlement au travail chez les jeunes de minorités sexuelles et de genre : une analyse de profils latents

2024· article· fr· W4407870139 on OpenAlexaffvenueabout
Fred L. Dion, Michele BAIOCCO, Martin Blais, Marie-Aude Boislard, Mathieu Philibert

Bibliographic record

VenueRevue Jeunes et Société · 2024
Typearticle
Languagefr
FieldSocial Sciences
TopicMulticulturalism, Politics, Migration, Gender
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsArt

Abstract

fetched live from OpenAlex

Au Canada, 23 % des jeunes de minorités sexuelles et de genre (MSG) rapportent avoir été exposé·e·s au harcèlement au travail (HT). Or, les formes de HT sont rarement distinguées et les études traitent souvent des jeunes MSG comme un seul groupe homogène. Grâce à des analyses de profils latents, cette étude vise à examiner les profils de HT chez 1033 travailleur·euse·s MSG de 15 à 29 ans (M = 22,83; ÉT = 0,13) résidant au Canada. Objectifs : 1) identifier les patrons d’exposition au HT; 2) explorer les différences entre ces profils en ce qui a trait aux caractéristiques sociodémographiques et de leur emploi; et 3) explorer les corrélats potentiels de cette exposition, soit le bien-être des jeunes MSG et leurs relations interpersonnelles. Quatre profils ont été identifiés : HT absent (79,8 % de l’échantillon); HT rare (11,8 %); HT occasionnel sans violence physique (6,5 %); HT fréquent avec violence physique (1,9 %). Les jeunes trans ou en situation de handicap étaient surreprésenté·e·s dans les profils de HT plus sévères. Les profils se positionnaient défavorablement sur certains indicateurs de bien-être et concernant leurs relations interpersonnelles, et considéraient comme insuffisantes les mesures organisationnelles pour contrer le HT. Cette étude met en évidence des inégalités intersectionnelles dans l’exposition au HT chez les jeunes MSG et ses conséquences délétères. Des interventions préventives et postventives adaptées aux inégalités intersectionnelles sont présentées.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.358
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.000

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 head0.161
GPT teacher head0.453
Teacher spread0.291 · 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 teacher head, not a consensus.

Study designQualitative
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
Published2024
Admission routes3
Has abstractyes

Explore more

Same venueRevue Jeunes et SociétéSame topicMulticulturalism, Politics, Migration, GenderFrench-language works237,207