MétaCan
Menu
Retour à la cohorte
Enregistrement W1664269283 · doi:10.3917/riges.353.0078

Le cas de la Société canadienne d'hypothèques et de logement

2010· article· fr· W1664269283 sur OpenAlexaffvenueabout
Emmanuel Poirel, Andrée Roy

Notice bibliographique

RevueGestion · 2010
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueManagement and Organizational Studies
Établissements canadiensEmployment and Social Development CanadaUniversité du Québec à Trois-RivièresUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Résumé Les problèmes de santé mentale au travail sont croissants et leurs effets négatifs touchent tant les individus que les organisations. Devant un tel enjeu, de nombreux employeurs s’intéressent à des approches de santé et de mieux-être au travail. En prenant appui sur l’expérience menée par la Société canadienne d’hypothèques et de logement (SCHL) au Centre d’affaires du Québec, cet article montre comment il est possible d’implanter une approche de santé et de mieux-être au travail. Après avoir présenté le modèle de santé et de mieux-être adopté au Centre d’affaires du Québec, nous traitons des succès aussi bien dans son implantation que dans ses retombées pour les employés et l’organisation. Puis, nous fondant sur la documentation et sur cette étude de cas, nous formulons cinq recommandations clés pour implanter et gérer une démarche de santé au travail : s’engager de façon authentique, concrète et visible envers la santé et le mieux-être; investir dans des programmes complets, structurés et intégrés de santé et de mieux-être au travail; donner la parole et le pouvoir aux employés en les consultant et en les faisant participer; instaurer dans l’organisation des programmes en matière de santé et de mieux-être; et mesurer l’impact des actions prises dans ce domaine.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,953

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,011
Communication savante0,0070,004
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0420,004

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGestionMême sujetManagement and Organizational StudiesTravaux en français237 207