MétaCan
Menu
Back to cohort
Record W7108330634 · doi:10.7202/1121784ar

L’impact de la crise de la COVID-19 sur les emplois du <i>care</i>  : une partition déjà connue?

2025· article· fr· W7108330634 on OpenAlexaffvenue

Bibliographic record

VenueRecherches sociographiques · 2025
Typearticle
Languagefr
FieldMedicine
TopicCOVID-19 Impact on Reproduction
Canadian institutionsUniversité du Québec à Trois-RivièresUniversité LavalChamplain Regional College
Fundersnot available
KeywordsWestern europeContext (archaeology)Trade union

Abstract

fetched live from OpenAlex

La crise de la COVID-19 a mis en lumière l’importance de reconnaître le travail des femmes, notamment celles qui fournissent les services essentiels et de proximité et qui oeuvrent en particulier dans le domaine du care . Cette crise a aussi exacerbé la difficulté des conditions de travail et de l’organisation du travail des personnes exerçant ces métiers et professions. Nous examinons l’impact de la crise de la COVID-19 sur les personnes oeuvrant dans les métiers et professions du care à l’aide de méthodes mixtes. Des entrevues et un questionnaire soumis à un certain nombre d’entre elles révèlent qu’en temps de crise, certains services et certaines tâches ont été réorganisés de manière ponctuelle, ce qui a eu pour effet de dégrader les conditions de travail et de l’organisation du travail de ces personnes, entraînant notamment une hausse de l’utilisation des compétences féminisées et une augmentation du stress ressenti. Quelques modifications temporaires se sont également avérées bénéfiques et représentent des pistes de solution prometteuses. Nous concluons en proposant de telles pistes de solution et de réflexion afin de favoriser une meilleure valorisation des emplois du care , notamment dans le secteur de la santé et des services sociaux.

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)0.009
metaresearch head score (Gemma)0.021
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow), Research integrity
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.141
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0090.021
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.002
Science and technology studies0.0000.002
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0000.000

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 head0.088
GPT teacher head0.440
Teacher spread0.352 · 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 designObservational
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
Published2025
Admission routes2
Has abstractyes

Explore more

Same venueRecherches sociographiquesSame topicCOVID-19 Impact on ReproductionFrench-language works237,207