MétaCan
Menu
Retour à la cohorte
Enregistrement W2462103407 · doi:10.4000/pistes.4686

Prise en charge pluridisciplinaire des risques psychosociaux : un premier état des lieux auprès des médecins du travail, des inspecteurs du travail et des psychologues du travail

2016· article· fr· W2462103407 sur OpenAlexvenueno aff
Elsa Laneyrie, Aurélie Landry

Notice bibliographique

RevuePerspectives interdisciplinaires sur le travail et la santé · 2016
Typearticle
Languefr
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Alors que le cadre législatif et réglementaire actuel tend à encourager les pratiques pluridisciplinaires et que les différents préventeurs se plaignent de charges de travail trop importantes et d’isolement, le travail pluridisciplinaire s’impose comme solution. L’objectif de cette étude est de comprendre comment, face à l’émergence des risques psychosociaux (RPS), favoriser la pluridisciplinarité entre inspecteurs du travail, médecins du travail et psychologues du travail en étudiant les représentations qu’ont les uns sur les missions des autres dans la prévention des RPS. Trente-deux préventeurs ont répondu à une demande pouvant être rencontrée en entreprise sous forme de « cas en matière de prévention des RPS ». L’analyse qualitative des réponses montre que non seulement les différents préventeurs définissent les RPS de manière différenciée entre les métiers, mais de plus, ils méconnaissent les pratiques de prévention des uns et des autres, ce qui met en évidence des freins à la prise en charge pluridisciplinaire des RPS. Ces résultats permettent de dresser quelques pistes pour favoriser la prévention pluridisciplinaire, puisque celle-ci est souvent évoquée tant dans la littérature que dans les textes de lois comme étant la plus efficace pour prendre en charge les risques professionnels.

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)0,012
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,008
Communication savante0,0070,005
Science ouverte0,0010,005
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,042
Tête enseignante GPT0,405
Écart entre enseignants0,363 · 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'étudeObservationnel
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

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