Organisation du travail et ressources humaines dans les centres d'artistes
Bibliographic record
Abstract
Cette étude prolonge une première étude de l’INRS, réalisée en 2023 sur la base de données administratives, et qui portait sur la situation financière et dépenses en ressources humaines des membres du Regroupement des centres d’artistes autogérés du Québec (RCAAQ). Le présent rapport propose quant à lui, sur la base de données originales recueillies en 2024, une analyse approfondie de l’organisation du travail et de la situation des ressources humaines dans ces organismes. Le premier chapitre présente à cette fin les résultats d’une enquête par questionnaire adressé à l’ensemble des responsables des centres membres du RCAAQ basés au Québec. Le second chapitre propose pour sa part une analyse d’entretiens semi-dirigés menés auprès d’un échantillon raisonné de responsables de centres. Le troisième chapitre fournit une synthèse des caractéristiques et enjeux de l’organisation du travail et des ressources humaines observés au cours des deux précédentes démarches. Elle vise aussi à servir de balises à une discussion plus générale de ces questions au sein du réseau. La conclusion soumet à cet égard une liste des principales questions méritant d’être débattues et approfondies en commun.
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 | 0.007 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 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".