La co-construction de l'identité de gestionnaire leader chez les femmes dans un milieu traditionnellement masculin
Bibliographic record
Abstract
En dépit de l’adoption de la Loi sur l’accès à l’égalité en emploi qui célébrera bientôt ses 25 ans (Gouvernement du Québec, 2022), la ségrégation professionnelle genrée, soit la concentration de femmes dans un nombre limité de professions, à la fois horizontale (secteurs d’activité) et verticale (accès aux rôles de gestion), est bien présente. Quelle est l’expérience des femmes qui brisent cette double barrière? Cette étude qualitative porte sur le processus de co-construction de l’identité des femmes gestionnaires leaders dans un milieu traditionnellement masculin, soit celui des services de protection publique de première ligne (milieux policiers et militaires), en mobilisant le cadre conceptuel de DeRue et Ashford (2010), adapté en fonction du genre. Par le biais de 18 entretiens avec des femmes gestionnaires leaders (11) et avec des hommes (7) évoluant avec une femme gestionnaire leader dans leur cercle, la recherche éclaire les facteurs impliqués dans la formation de l’identité de leader. Les résultats montrent que le milieu de la sécurité publique de première ligne présente deux cultures organisationnelles fortes, en tension, qui agissent comme de puissants facteurs de régulation identitaire. Les femmes gestionnaires leaders dans ce milieu traditionnellement masculin présentent une insécurité identitaire et co-construisent leur identité en mobilisant des stratégies d’adaptation pour composer avec le doute. La discussion présente un cadre conceptuel modifié, qui illustre l’accroissement de la régulation identitaire et du travail identitaire spécifique aux femmes dans un milieu traditionnellement masculin. S’y ajoutent également des facteurs pouvant faciliter ou inhiber ce processus de co-construction, soit la visibilité accrue, le sentiment de différenciation, le groupe d’association et la perception des signes de reconnaissance de leur identité de leader. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : genre, identité de leader, travail identitaire, régulation identitaire
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".