L'insertion au travail de personnes souffrant d'une maladie mentale: Analyse des caractéristiques de la personne
Notice bibliographique
Résumé
Une étude prospective menée auprès de personnes souffrant d'une maladie mentale vise à identifier les déterminants significatifs de leur insertion au travail. Des analyses de régression et de comparaison de moyennes ont permis d'examiner les caractéristiques les plus saillantes de la personne pour expliquer son insertion socioprofessionnelle et ce, en considérant plusieurs indicateurs d'insertion au travail. Premièrement, les résultats indiquent que ce sont les variables reliées au travail (p. ex. l'engagement vers le travail) et sociodémographiques (p. ex. l'aide financière reçue) qui permettent de prédire l'exercice d'une activité de travail et l'obtention d'un emploi compétitif. Deuxièmement, 2 variables additionnelles permettent de prédire l'autonomie en emploi, c'est-à-dire le sentiment d'efficacité en matière de recherche d'emploi et de capacité à surmonter les obstacles à l'insertion au travail. Troisièmement, les variables d'ordre cognitif et clinique sont associées au délai pour débuter un emploi. Quatrièmement, le nombre d'heures de travail effectuées par semaine est expliqué par le sentiment d'efficacité à surmonter les problèmes de santé ainsi que d'autres variables motivationnelles et psychosociales. En conclusion, il est important d'identifier clairement les indicateurs d'insertion au travail afin de déterminer quels sont les prédicteurs significatifs.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».