Prévalence du trouble de stress post-traumatique chez des chauffeurs d’autobus
Notice bibliographique
Résumé
Plusieurs rapports indiquent que les employés du transport en commun constituent un groupe de travailleurs risquant de vivre des événements traumatiques. Cependant, il n'y a que peu de données scientifiques sur l'impact de tels événements dans cette population. Lors d'une enquête épidémiologique menée auprès des chauffeurs d'autobus de la STCUM, un peu plus du tiers des chauffeurs rapportent un événement traumatique au travail. De ces événements, les menaces graves et les agressions constituent la majorité. Les événements traumatiques sont plus fréquents au travail que dans la vie privée. La prévalence à vie du TSPT est de 10,7% pour les événements subis au travail et de 21,3 % pour ceux de la vie privée. Neuf chauffeurs sur 100 exposés à un événement au travail souffraient d'un TSPT dans le mois précédant l'enquête. Lorsque nous considérons les événements survenus dans la vie privée, près de 15% de ces exposés étaient victimes d'un TSPT. Lorsque les deux milieux d'exposition sont réunis, 12% présentaient un TSPT dans le mois précédant la recherche.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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 ».