Les travailleurs victimes de lésions professionnelles : du processus d’indemnisation aux problèmes de santé mentale
Notice bibliographique
Résumé
L’objectif principal de ce mémoire est de mieux comprendre le rôle des différents acteurs que rencontrent des travailleurs en arrêt de travail, en raison d’un accident survenu par le fait ou à l’occasion de leur travail, sur la trajectoire et la santé mentale de ceux-ci. Dans un deuxième temps, il est important de déterminer l’effet que peut avoir le soutien social sur le niveau de détresse psychologique ressenti par ces travailleurs. Pour réaliser cette recherche, des données ont été recueillies provenant d’entretiens réalisés auprès de patients d’une polyclinique à Montréal qui étaient en arrêt de travail. Basée sur un échantillon de 12 travailleurs, l’étude réalisée a révélé que les différents acteurs ont une influence sur la trajectoire de ces travailleurs et que plusieurs facteurs du soutien social ont un impact sur le niveau de bien-être ou de détresse psychologique ressentis. En effet, le fait d’avoir un soutien émotionnel, d’estime, d’affiliation, tangible, instrumental et/ou encore informationnel, d’être intégré socialement, d’avoir l’occasion de se sentir utile et nécessaire, de pouvoir confirmer sa valeur ainsi que d’obtenir de l’aide concrète et matérielle sont des facteurs du soutien social qui agissent comme protecteur contre la détresse psychologique. À l’inverse, le fait d’être en marge du marché du travail et de ne pas avoir accès à ces différentes formes de soutien ou simplement le fait de penser que c’est le cas sont des facteurs qui font augmenter significativement le niveau de détresse psychologique.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».