Évolution des troubles mentaux liés au travail au Québec entre 2012 et 2021
Notice bibliographique
Résumé
Introduction : Plusieurs pays ont connu une augmentation du nombre de troubles mentaux acceptés au cours des dernières années, mais les variations possibles de cette évolution dans la main-d’œuvre demeurent à explorer. But de l’étude : Cette étude examine la distribution dans le temps des troubles mentaux acceptés selon la profession, le secteur industriel, le sexe et l’âge au Québec. Résultats : Les taux d’incidence des troubles mentaux et leur évolution varient selon la profession et le secteur industriel. Alors que le taux est généralement plus élevé dans les professions mixtes et le secteur tertiaire, l’augmentation de ces taux s’observe davantage dans les professions non manuelles et le secteur primaire. Des variations importantes sont également observées par catégorie de sexe et pour certains groupes d’âge. Conclusions : Le recours aux données administratives sur les troubles mentaux acceptés permet d’offrir un portrait complémentaire aux données d’enquêtes quant à la santé mentale au travail selon différents groupes de travailleurs. La croissance des taux de troubles mentaux acceptés pointe vers des groupes à prioriser en matière de prévention de cette catégorie de lésion professionnelle.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».