MétaCan
Menu
Retour à la cohorte
Enregistrement W4321613672 · doi:10.3917/neg.038.0101

Quand la maladie chronique s’impose : négociation entre travailleurs et organisation

2023· article· fr· W4321613672 sur OpenAlexaffabout
Joanie Maclure, Pierre-Yves Thérriault

Notice bibliographique

RevueNégociations · 2023
Typearticle
Languefr
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Introduction Le travail constitue une occupation centrale chez les adultes. La présence d’une maladie chronique (MC) modifie le parcours des travailleurs qui en souffrent et peut affecter leur maintien en emploi (ME). Objectif Le but de l’étude est de mieux comprendre les stratégies visant le ME, déployées par des travailleurs vivant avec une maladie chronique (TVMC). Méthodes Un devis qualitatif inscrit dans une démarche de méthode de théorisation enracinée (MTE) a permis de documenter en profondeur le processus de ME des TVMC œuvrant dans une organisation responsable de la dispensation de soins de santé et de services sociaux au Québec (Canada). Résultats Afin de se maintenir en emploi, les TVMC négocient des stratégies dans différents contextes influencés par les caractéristiques personnelles et celles de la maladie, de même que par les impacts fonctionnels qu’engendre le problème de santé. Discussion Dans une perspective de promotion de la santé et de prévention primaire, une négociation collective des attributs organisationnels en complémentarité à une négociation individuelle ouvre une voie nouvelle pour la compréhension de ce phénomène. Conclusion Mondialement, les organisations se transforment avec la pandémie de Covid-19. Il serait primordial que lors d’une pareille transformation soient considérées les différences entre les travailleurs afin que les organisations soient plus inclusives.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,009

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 Opus0,040
Tête enseignante GPT0,365
Écart entre enseignants0,325 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNégociationsMême sujetWorkplace Health and Well-beingTravaux en français237 207