Professions à risque pour l’acquisition des zoonoses d’importance pour la santé publique au Québec
Notice bibliographique
Résumé
Contexte : Les changements climatiques jouent un rôle important dans l’établissement et l’expansion géographiques des zoonoses. Il est donc essentiel de connaître les populations à risque de contracter ces maladies pour ensuite orienter les politiques et les pratiques en santé publique. Au Québec, 14 zoonoses ont été identifiées importantes pour la santé publique afin de guider les efforts d’adaptation aux changements climatiques des décideurs et des chercheurs. Cette étude vise donc à dresser un portrait des professions et des secteurs d’activité économique à risque pour ces zoonoses. Méthode : Un examen rapide de la littérature scientifique a été réalisé. Des recherches ont été effectuées dans les bases de données des plateformes de recherche Ovid et EBSCO afin de repérer des articles publiés entre 1995 et 2018, en anglais et en français, sur 14 zoonoses (campylobactériose, cryptosporidiose, Escherichia coli vérocytotoxinogène, giardiase, listériose, salmonellose, encéphalite équine de l’Est, maladie de Lyme, virus du Nil occidental, botulisme d’origine alimentaire, fièvre Q, grippe aviaire et porcine, rage, syndrome pulmonaire à hantavirus) et la santé au travail. La recherche documentaire a permis de repérer 12 558 articles et, après élimination des doublons, 6 838 articles ont été évalués en fonction du titre et du résumé. Les articles admissibles devaient aborder les deux concepts de base de la recherche (zoonoses priorisées et santé des travailleurs). Parmi les 621 articles jugés admissibles, 110 ont été retenus à la suite de leur lecture intégrale. Résultats : Parmi les zoonoses à l’étude, les zoonoses entériques ont été les plus fréquemment rapportées. L’agriculture, qui inclut les services vétérinaires, les services de l’administration publique, de même que les services médicaux et sociaux, ont été les secteurs les plus fréquemment identifiés dans la littérature. Conclusion : Les résultats de notre étude aideront les autorités de la santé publique et les décideurs à cibler les secteurs et les professions qui sont particulièrement à risque pour l’acquisition de zoonoses. Ils permettront également d’optimiser les pratiques de santé publique des acteurs responsables de la santé des travailleurs.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 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) | 0,014 | 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 ».