MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402000448 · doi:10.70010/aogc9943

Analyse longitudinale et comparative des absences et des départs hâtifs dans un milieu d'éducation au Québec : une étude de exploratoire

2024· report· fr· W4402000448 sur OpenAlexaffabout
Alessia Negrini, Jacques Perron, Samantha Vila Masse, Charles‐Édouard Giguère, Andrea Gragnano, Marc Corbière

Notice bibliographique

Revuenon disponible
Typereport
Languefr
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversité du Québec à MontréalInstitut universitaire en santé mentale de MontréalUniversité de MontréalInstitut Universitaire en Santé Mentale de QuébecInstitut de recherche Robert-Sauvé en santé et en sécurité du travail
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Problématique de santé et de sécurité du travail et objectifs. Le secteur de l’éducation au Québec n’est pas épargné par les coûts importants qui découlent des absences pour invalidité physique et psychologique (Purenne et Busque, 2022), des départs hâtifs, comme la retraite avec des pénalités financières du personnel en fin de carrière et par le décrochage des enseignants au cours des cinq premières années de carrière. Les Centres de services scolaires (CSS) du Québec prennent en charge l’assurance des absences du travail pour invalidité (ATI) de leur personnel (en autoassurance) et colligent des données d’absence certifiées par des professionnels de la santé, ainsi que des données concernant les départs à la retraite et la démission. Le traitement de ce type de données peut informer les acteurs concernés par la santé et la sécurité du travail (SST) sur la fréquence et la durée des absences, acceptées ou non par la Commission des normes, de l'équité, de la santé et de la sécurité du travail (CNESST), ainsi que sur la relation entre les lésions professionnelles et le lien d’emploi continu (maintien en emploi) ou terminé (retraite et démission). L’objectif général de cette étude, qui est la suite du rapport de Negrini, Corbière, et al. (2018), est d’analyser et de comparer des données administratives longitudinales sur l’absence du travail et le lien d’emploi (maintien et départs) de l’ensemble du personnel d’un CSS québécois, en tenant compte de la nature de l’invalidité physique ou psychologique. Plus précisément, il est envisagé de mieux comprendre comment les jours d’absence du travail pour invalidité (ATI) peuvent avoir un lien avec le type de retraite et la démission. Méthode. Dans cette étude longitudinale, quatre banques de données administratives anonymes ont été créées sur une période de 5 et 10 ans. Ce rapport se focalise sur les analyses conduites sur des données d’ATI observées sur 5 ans. Les jours d’ATI ont été extraits pour tous les employés de tout âge ayant un statut régulier (enseignant, personnel de soutien, professionnel et cadre). Des analyses de trajectoires ont été faites sur un échantillon de 1 448 employés pour vérifier si des patrons de congés singuliers émergeaient de ces données. Des analyses de séquences ont aussi été réalisées sur un sous-échantillon de 550 employés pour tester s’il y avait des transitions d’un type d’ATI physique ou/et psychologique vers un autre. Un échantillon (N = 477) a été utilisé pour étudier selon le type de retraite (hâtive ou régulière), les jours d’ATI physique ou/et psychologique au cours des 5 années précédant la retraite du CSS. Enfin, 782 membres du personnel enseignant, de soutien et professionnel réguliers à temps plein ont fait partie de l’échantillon considéré pour les analyses relatives à leur démission ou maintien en emploi au CSS. Résultats. Les résultats de ce rapport portent spécifiquement sur les sous-échantillons observés sur 5 ans. Quatre ensembles de trajectoires d’ATI physique ou/et psychologique sur 5 ans ont été identifiés. Parmi les variables étudiées, seules les femmes sont légèrement plus à risque de tomber en congé de maladie, et ce particulièrement pour l’ATI psychologique seulement. Les analyses de séquences n’ont pas montré de patrons particuliers d’ATI, les congés de maladie étant généralement uniques. Les employés ayant pris une retraite hâtive sont surtout des enseignants qui travaillent dans le secteur préscolaire/primaire. L’âge moyen de ces employés est inférieur d’environ 3 ans à celui des employés ayant pris une retraite régulière. Les employés ayant démissionné ont moins d’années de service au CSS, mais également plus de cas sans absence. Leur moyenne de jours d’ATI psychologique est plus faible lors de l’évaluation à 4 ans, 2 ans et 1 an avant la dernière année travaillée au CSS, par rapport à celle des employés qui sont encore en emploi. Les liens entre l’ATI avec la retraite et la démission ne sont pas confirmés. Retombées prévisibles. Le CSS participant (direction et représentants des travailleurs) pourra se doter d’un portrait exhaustif quant à l’ATI et aux départs des membres de son personnel. À notre connaissance, tous les CSS disposent d’une banque de données administratives semblable à celle utilisée dans ce devis. À partir des résultats de l’étude, les CSS pourraient mettre en place des interventions ciblées pour la prévention de l’invalidité au travail et la promotion du maintien en emploi en santé de son personnel selon la phase de carrière dans laquelle il se trouve, notamment pour les travailleuses. La méthode d’analyse longitudinale des absences par trajectoires utilisée pour la première fois dans le domaine de la SST au Québec est ainsi disponible pour le secteur de l’éducation.

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)0,010
score de la tête « metaresearch » (Gemma)0,017
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,346
Tête enseignante GPT0,534
Écart entre enseignants0,188 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetOccupational Health and Safety Research→Travaux en français237 207→