MétaCan
Menu
Retour à la cohorte
Enregistrement W204498396 · doi:10.4000/pistes.3025

Critères pour apprécier les difficultés d’accès à l’indemnisation des travailleurs immigrants victimes de lésions professionnelles

2006· article· fr· W204498396 sur OpenAlexvenueaboutno aff
Sylvie Gravel, Jean‐Marc Brodeur, François Champagne, Katherine Lippel, Louis Patry, Laurence Boucheron, Michel Fournier, Bilkis Vissandjée

Notice bibliographique

RevuePerspectives interdisciplinaires sur le travail et la santé · 2006
Typearticle
Languefr
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Règle générale, presque tous les travailleurs du Québec victimes de lésions professionnelles peuvent se prévaloir d’indemnités. Mais l’accès à l’indemnisation est difficile pour bon nombre d’entre eux dont les travailleurs immigrants. Cet article décrit le processus d’évaluation et les critères ayant permis de juger des difficultés rencontrées par des travailleurs lors de leur parcours d’indemnisation. Trois groupes d’experts ont attribué des scores de difficulté à un échantillon de 104 travailleurs immigrants et non-immigrants de la région montréalaise victimes de lésions musculo-squelettiques. La comparaison des scores a été faite sous trois angles d’évaluation (médical, juridique et administratif) et le résultat demeure le même : les travailleurs immigrants ont des scores de difficultés supérieurs aux autres travailleurs et particulièrement lorsque l’analyse est faite sous les angles juridique et administratif. Les critères retenus ciblent les dimensions humaines liées aux incompréhensions lors des procédures, des problèmes de communication à lire la documentation ainsi qu’à compléter les formulaires et à s’exprimer précisément lorsqu’il s’agit de décrire les événements accidentels ou les circonstances entourant l’apparition de la lésion et les symptômes médicaux.

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)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,416
Écart entre enseignants0,381 · 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'étudeQualitatif
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

Citations8
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePerspectives interdisciplinaires sur le travail et la santéMême sujetOccupational Health and Safety ResearchTravaux en français237 207