MétaCan
Menu
Retour à la cohorte
Enregistrement W7020752082

Maintien en emploi de travailleurs vivant avec une maladie chronique : prévenir l'exclusion du marché du travail

2022· dissertation· fr· W7020752082 sur OpenAlexaboutno aff

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2022
Typedissertation
Languefr
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHospital wardWork safetyRail transportation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Contexte. Au Québec, le Réseau de la santé et des services sociaux (RSSS) a subi des transformations majeures au cours des dernières décennies, impactant notamment la nature du travail de tous les acteurs impliqués dans ces organisations. Ces changements ont introduit une série d’injonctions, entre autres, l’obligation de moyen en même temps que celle de résultat. Le contexte de travail s’est ainsi complexifié. Considérant que le travail est une occupation journalière importante pour la plupart des adultes, comment un travailleur vivant avec une maladie chronique (TVMC) réussit-il à se maintenir en emploi dans un tel contexte ? Comment participe un gestionnaire au maintien en emploi du TVMC ? Objectif. L’objectif de cette étude est de mieux comprendre la contribution des travailleurs et des gestionnaires dans le processus de maintien en emploi des TVMC ainsi que de la mettre en relation pour une compréhension holistique du phénomène. Méthodes. Un devis qualitatif de type Méthode de théorisation enracinée (MTE) a été utilisé pour mener cette recherche qui s’est réalisée selon trois grandes phases. Des entretiens individuels ont été réalisés auprès de gestionnaires et de travailleurs correspondant respectivement aux phases un et deux de la recherche. Des groupes de discussion focalisée, réalisés auprès de travailleurs et de gestionnaires ayant participé aux premières phases de la recherche, ont permis de recueillir les données de la troisième phase. D’autres sources ont également été utilisées, soit les données d’un journal de recherche ainsi que la documentation scientifique. Une première analyse par codage initial, sélectif et théorique a été réalisée indépendamment pour la première et la deuxième phases. La phase trois a favorisé la mise en relation des analyses, des données issues des groupes de discussion focalisée ainsi que du journal de recherche et de la littérature scientifique selon le même processus de codage. Résultats. Il appert que pour maintenir en emploi un TVMC, à la fois le travailleur et le gestionnaire doivent mobiliser leurs ressources personnelles et revendiquer des ressources organisationnelles afin de déployer des stratégies efficaces visant le maintien en emploi. Cette mobilisation étant, toutefois, grandement teintée par leurs contextes personnel et organisationnel. Cette influence du contexte sur la mobilisation des ressources est assimilée à l’espace personnel pour le travailleur et le gestionnaire et l’espace organisationnel pour l’organisation. C’est ainsi, dans cet espace collectif constitué des espaces personnel et organisationnel, que se négocie le déploiement de stratégies visant le maintien en emploi d’un TVMC. Pour maintenir en emploi un TVMC, il est nécessaire de comprendre les espaces personnels, mais également l’espace organisationnel et leurs étroites interactions dans l’espace collectif. Le maintien en emploi d’un TVMC doit ainsi être considéré collectivement et non seulement individuellement. Conclusion. Les changements majeurs vécus au sein du RSSS ont complexifié le contexte dans lequel se retrouvent imbriqués les travailleurs et les gestionnaires ce qui implique une mobilisation plus grande de ressources personnelles et organisationnelles. Cette situation rendant plus difficile le maintien en emploi selon une perspective individuelle, mais également collective.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,423
Score d'incertitude au seuil0,842

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,005
Communication savante0,0080,005
Science ouverte0,0020,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,006
Tête enseignante GPT0,224
Écart entre enseignants0,219 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)Même sujetWorkplace Health and Well-beingTravaux en français237 207