Indicateurs annuels de santé et de sécurité du travail pour le Québec : étude de faisabilité
Notice bibliographique
Résumé
Depuis plus de 25 ans, l’IRSST produit tous les 5 ans, à partir des données d’indemnisation de la CSST et de données de main-d’œuvre du recensement de la population du Canada, des indicateurs quinquennaux de fréquence et de gravité des lésions professionnelles indemnisées. Ces indicateurs sont très utiles pour établir les différences de risque et de gravité des lésions professionnelles indemnisées selon l’activité économique, la catégorie professionnelle, le genre ou l’âge. Comme il faut environ 3 années pour que les données sur les travailleurs soient disponibles et une année pour produire les analyses, il y a généralement un décalage de 4 ans entre les années de survenue des lésions indemnisées et la publication des indicateurs quinquennaux de santé et sécurité du travail (SST) produit par l’IRSST. Ainsi, les indicateurs quinquennaux se révèlent peu pertinents pour détecter les fluctuations à court terme et les tendances à moyen terme. Afin de pallier ces lacunes, la présente étude vise à évaluer la faisabilité de la production d’indicateurs annuels de surveillance statistique. Cette étude s’intéresse également à la possibilité de produire des indicateurs pour chacun des champs de recherche définis à l’IRSST (IRSST, 2010). Ainsi, la production d’indicateurs annuels par champ aurait l’avantage de détecter les changements relatifs aux risques ou à la gravité des lésions professionnelles et ils pourraient servir à orienter les recherches sur certains regroupements de travailleurs ou problématiques identifiées. Les différents indicateurs visés par la présente étude concernent la fréquence, la gravité, les coûts et la mesure combinée de fréquence-gravité des lésions professionnelles. Bien qu’elles comportent certaines limites, les données de la CSST constituent la source la plus complète sur les lésions professionnelles au Québec, ce qui en justifie l’utilisation. Les effectifs annuels de main-d’œuvre sont également nécessaires dans le calcul de certains indicateurs. Les sources de données explorées proviennent de trois enquêtes de Statistique Canada (EERH, EPA, EAMEF) et de la CSST (masses salariales assurables). Des indicateurs annuels peuvent être produits à partir de chacune de ces sources. Toutefois leurs valeurs ne seront pas identiques d’une source à l’autre. De plus, alors qu’une source permet de produire des indicateurs par âge et sexe, une autre permet la production d’indicateurs par industrie détaillée. La période de maturité des données est un aspect important à considérer dans la réalisation des indicateurs annuels. Cette maturité des données se définit comme étant la période écoulée entre la date de survenue de la lésion et la date de la dernière mise à jour des données. Suite à différentes méthodes de validation, il a été déterminé que cette durée moyenne devrait être de 18 mois (36 mois dans le cas des indicateurs quinquennaux). Les analyses montrent qu’une durée plus courte conduit à des indicateurs moins fiables et moins stables tandis qu’une durée plus longue crée un délai trop important entre l’année de survenue de la lésion et l’année de la production des indicateurs. Les indicateurs tels que le taux de fréquence, le taux de fréquence ETC, la proportion des lésions se situant dans un intervalle de durée d’indemnisation ou audessus d’une valeur seuil, la durée médiane d’indemnisation ainsi que le taux moyen et médian d’APIPP sont à privilégier puisqu’ils sont moins affectés par la durée de maturité de 18 mois. À l’inverse, la durée moyenne d’indemnisation, la fréquence-gravité, les débours moyen et la proportion de cas référés en réadaptation sont affectés par la période de maturité. Ils doivent donc être utilisés avec précaution. En somme, les résultats de cette étude de faisabilité montrent qu’il serait possible de produire des indicateurs annuels de lésions professionnelles, et ce, tant pour l’ensemble des lésions, que pour les lésions spécifiques à un champ de recherche. Toutefois, certains indicateurs comportent des limites importantes qu’il faut prendre en compte lors de l’analyse des résultats. Par ailleurs, il ressort que les indicateurs annuels de risque et les indicateurs combinés de risque-gravité ne pourront pas être produits en considérant la catégorie professionnelle, par activité économique, comme c’est le cas avec les indicateurs quinquennaux. Bien que l’on perde ici une dimension importante de ces indicateurs, ceux-ci permettront néanmoins de détecter des fluctuations à court terme et les tendances à moyen terme à l’échelle des secteurs d’activité économique.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».