Profils de l’alliance de travail dans un contexte de soutien à l’emploi auprès de personnes ayant un trouble mental : perspective de l’intervenant
Notice bibliographique
Résumé
La présente thèse de doctorat s’intéresse aux obstacles à l’intégration à l’emploi des personnes ayant un trouble mental grave (TMG) ainsi qu’à un facteur important permettant de les surmonter, soit l’alliance de travail (AT), notamment celle qui se développe entre le conseiller en emploi spécialisé (CES) oeuvrant dans des programmes de soutien à l’emploi (PSE) et ses clients. Un premier article, prenant la forme d’une revue intégrative de la littérature, a permis d’analyser 35 études expérimentales et non expérimentales publiées entre 1997 et 2017 pour identifier les obstacles les plus saillants à l’intégration professionnelle des personnes atteintes de TMG. Six thèmes principaux ont émergé, regroupant les obstacles de nature environnementale (prestations d’invalidité, stigmatisation, soutien social, services professionnels) et ceux de nature individuelle (maladie, expérience professionnelle, compétences, perception de soi, craintes, motivation). Les obstacles les plus fortement appuyés par la recherche étaient le manque d’expérience professionnelle et l’absence de stratégies efficaces pour trouver un emploi. Le deuxième article se concentrait sur l’AT entre le CES et ses clients atteints de TMG, en étudiant non seulement son développement lors des trois premières rencontres de soutien à l’emploi, mais aussi son lien avec l’obtention d’un emploi par le client. À l’aide d’analyse de clusters, trois profils d’AT ont été identifiés. Le profil représentant une alliance très forte et stable était le plus lié à l’intégration d’un emploi par les clients. Les entrevues effectuées avec les CES ont permis de constater que les facteurs susceptibles d’expliquer les différents profils d’alliance sont complexes et interdépendants entre les deux acteurs. Les résultats de cette thèse pourront être utilisés pour former les CES et être intégrés dans les PSE de qualité pour les personnes atteintes de TMG. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Troubles mentaux, emploi compétitif, obstacles à l’emploi, soutien à l’emploi, alliance de travail, réadaptation 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 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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».