Effets des facteurs psychosociaux au travail sur la santé mentale. Une revue de littérature des études prospectives portant sur trois modèles émergents
Notice bibliographique
Résumé
Les études mesurant les effets des facteurs psychosociaux au travail sur la santé mentale utilisent de préférence les modèles largement documentés de demande-latitude-support (DLS) de Karasek et al. et de déséquilibre-effort-reconnaissance (DER) de Siegrist. Or il existe d’autres modèles théoriques encore peu documentés, exploités et / ou analysés. Par une revue de littérature d’études prospectives réalisées dans les pays industrialisés de 1990 à 2010, notre article a pour objectif de présenter les modèles DLS et DER et de préciser leurs limites, d’exposer l’état des connaissances concernant l’effet sur la santé mentale des facteurs psychosociaux de trois modèles émergents (la justice organisationnelle, le leadership, et la prévisibilité – ou prédictabilité – au travail), et de déterminer si ces effets sont indépendants des modèles DLS et DER. Les résultats des études démontrent que les facteurs psychosociaux mesurés par le modèle de la justice organisationnelle ont des effets délétères sur la santé mentale, indépendamment des modèles DLS et DER. Des effets négatifs du leadership et de la prévisibilité sur la santé mentale ont également été observés dans une majorité des études, mais le nombre limité d’études prospectives ne permet pas de conclure de façon aussi assurée au statut explicatif de ces modèles. Quoi qu’il en soit, les modèles émergents permettent de mesurer certains facteurs psychosociaux non pris en compte par les modèles DLS et DER et nous semblent mériter d’être intégrés dans de futures études prospectives sur la santé au travail.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».