Effects of a real-life workplace program promoting healthy lifestyle habits : predictors of intentions and improvements
Notice bibliographique
Résumé
L’adoption de saines habitudes de vie (HdeVs) préviendrait les maladies chroniques responsables d’environ 71% des décès mondialement. Cependant, la majorité de la population mondiale adulte, incluant les Canadiens, n’adhère pas aux recommandations en matière de saines HdeVs. L’Organisation mondiale de la santé a notamment recommandé de promouvoir davantage la santé au travail. Bien que certaines études rapportent des bienfaits en réponse à des programmes de promotion des saines HdeVs au travail (PPSTs), des revues systématiques et des méta-analyses questionnent leur efficacité. De plus, peu d’études ont tenté d’identifier les employés bénéficiant le plus des PPSTs. Cette thèse a donc quatre objectifs, présentés dans quatre articles, soit : Article 1) Décrire l’évaluation du PPST « Activez votre santé » offert à des employés québécois; Article 2) Évaluer les effets d’un nombre croissant d’interventions (Témoin, Légère, Moyenne, et Élevée) dans un PPST sur les variables liées à la santé et aux HdeVs; Article 3) Identifier les facteurs prédisant l’intention d’améliorer différentes HdeVs et vérifier l’association entre l’intention initiale et l’amélioration de l’HdeV; et Article 4) Identifier, parmi les employés montrant initialement une santé sous-optimale, les caractéristiques qui prédisent l’amélioration de comportements et la réduction de facteurs de risque. Les variables suivantes ont été recueillies par questionnaire avant et après le PPST : santé (incluant la santé mentale), plusieurs perceptions (incluant le niveau de stress), et six HdeVs ainsi que l’intention de les améliorer. Article 1 décrit la conception de l’étude, les interventions, la collecte de données et l’échantillon. Article 2 soutient que le PPST a permis de maintenir ou d’améliorer les résultats, peu importe le nombre d’interventions du PPST. Article 3 identifie les facteurs communs prédisant l’intention d’améliorer plus d’une HdeV, par exemple le sexe, l’IMC et la non-adhésion aux recommandations. L’intention initiale d’amélioration était généralement associée à l’amélioration du comportement, particulièrement dans le groupe Élevée. Article 4 identifie quelques prédicteurs d’amélioration pour chaque comportement et facteur de risque. Toutefois, les prédicteurs différaient pour chacun d’eux. En conclusion, le PPST « Activez votre santé » a permis d’aider certains employés ayant une santé sous-optimale. Un nombre élevé d’interventions semble avoir été plus bénéfique. Pour être plus efficaces, les PPSTs devraient documenter l’intention initiale d’améliorer les différentes HdeVs et cibler les interventions en fonction des intentions et des besoins des employées.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».