MétaCan
Menu
Retour à la cohorte
Enregistrement W4367672306 · doi:10.7202/1098910ar

Le mode de financement de la CNESST comme vecteur de la prévention des accidents du travail et des maladies professionnelles : qu’en est-il réellement ?

2023· article· fr· W4367672306 sur OpenAlexaffabout
Maxine Visotzky-Charlebois

Notice bibliographique

RevueCommunitas · 2023
Typearticle
Languefr
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésWelfare economicsIncentiveRisk preventionOrder (exchange)OutsourcingLegislationSubject (documents)Political scienceBusinessHumanitiesEconomicsFinanceManagementLawPhilosophyMarket economy

Résumé

récupéré en direct d'OpenAlex

Ce texte s’appuie sur une analyse de la littérature et sur l’historique législatif et parlementaire. Il a comme objectif d’examiner le concept de prévention et son lien avec les mécanismes de financement de la CNESST mis en place au Québec. Le présent texte tracera d’abord l’évolution historique du financement du régime de santé et de sécurité du travail au Québec. Il sera ensuite question du concept de prévention et de sa mobilisation dans le cadre de débats parlementaires pour justifier les transformations du régime de financement, plus particulièrement celles ayant eu lieu au tournant des années 1990. Dans la dernière partie du texte, il sera question des effets de la personnalisation de la cotisation qui ont été soulevés dans la littérature. En effet, il appert que l’efficacité de la cotisation personnalisée comme incitation à la prévention ne fait l’objet que d’une preuve modérée, et ce bien que ce concept ait été largement mobilisé afin de justifier la tangente prise par les gouvernements à l’égard du régime de financement au fil des années. Par ailleurs, il est possible de croire que la personnalisation de la cotisation est susceptible de générer chez les employeurs des comportements qui s’avèrent contradictoires avec le principe de prévention des accidents du travail et des maladies professionnelles, notamment par une externalisation des risques et des coûts et par une contestation accrue des réclamations.

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)0,013
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
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0050,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,125
Tête enseignante GPT0,488
Écart entre enseignants0,364 · 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 tête enseignante, pas un consensus.

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunitasMême sujetOccupational Health and Safety ResearchTravaux en français237 207