Stratégies d'autogestion chez les travailleurs présentant des symptômes d'anxiété ou de dépression
Notice bibliographique
Résumé
Les problèmes de santé mentale au travail sont de plus en plus fréquents et engendrent des répercussions importantes sur le bien-être et le fonctionnement des travailleurs (Dewa, 2017). De plus, les enjeux de santé mentale au travail ont connu une hausse importante depuis la pandémie de Covid-19 (Boulet & Parent-Lamarche, 2020). Or, l’autogestion se définissant comme étant l’ensemble des stratégies comportementales, cognitives ou affectives qu’un individu met en place pour gérer ses symptômes, optimiser sa santé et prévenir les rechutes (Barlow et al., 2002; Lorig & Holman, 2003) s’avère une piste prometteuse pour aider les travailleurs vivant avec des difficultés de santé mentale. De ce fait, la présente thèse se penche sur l’autogestion de la santé mentale au travail. Plus spécifiquement, celle-ci s’intéresse aux stratégies d’autogestion utilisées par les travailleurs présentant des symptômes d’anxiété ou de dépression afin de favoriser leur fonctionnement au travail. Le chapitre 1 aborde d’abord la problématique entourant les enjeux de santé mentale chez les travailleurs ainsi que les impacts y étant associés. Ensuite, la définition et les caractéristiques de l’autogestion sont présentées à partir des différents travaux ayant porté sur le sujet. Après quoi, le réseau nomologique de l’autogestion est étayé en faisant la distinction entre l’autogestion et des concepts connexes tels que le coping, le self-help et le self-care. Puis, un survol de la documentation traitant de l’autogestion de l’anxiété et de la dépression dans la vie en général et en milieu de travail est effectué. La question de recherche et les objectifs de recherche s’y rattachant sont ensuite énoncés. Finalement, le devis de recherche utilisé dans le cadre de la présente thèse ainsi que des considérations méthodologiques sont abordés. Le chapitre 2 présente les résultats de l’article 1, publié dans le Canadian Journal of Behavioural Science. L’objectif de cet article était d’identifier les stratégies d’autogestion utilisées par les travailleurs présentant des symptômes d’anxiété et de dépression. Pour ce faire, des entrevues semi-structurées reposant sur la technique des incidents critiques de Flanagan (1954) ont été menées auprès de 25 travailleurs présentant des symptômes d’anxiété ou de dépression. L’analyse thématique a permis d’identifier 54 stratégies d’autogestion comportementales, cognitives et affectives se regroupant selon 16 thèmes (ex. : gérer les frontières entre le travail et la vie personnelle; pratiquer l’auto-compassion; gérer les pensées négatives; identifier et gérer ses émotions). Les résultats permettent de dresser un portrait exhaustif des différentes stratégies d’autogestion pouvant être incluses dans les programmes de promotion de la santé mentale au travail et diffusées auprès des employés présentant des symptômes d’anxiété ou de dépression. Le chapitre 3 présente les résultats de l’article 2, publié dans le Journal of Occupational Rehabilitation et dont l’objectif était d’élaborer et de valider un questionnaire visant à mesurer les stratégies d’autogestion de la santé mentale au travail. Pour y parvenir, une liste de 72 items a été soumise à un comité d’experts composé de chercheurs, de praticiens et de travailleurs. À la suite du retranchement de 25 items, 365 travailleurs ont complété la version initiale à 47 items du QASMT ainsi qu’un ensemble de questionnaires visant à mesurer les variables critériées (symptômes d’anxiété et de dépression, fonctionnement au travail, autogestion et coping) alors que deux semaines plus tard, 235 participants ont complété à nouveau le QASMT. Les résultats de l’analyse par composante principale ont mené à un questionnaire comportant 21 stratégies d’autogestion réparties en quatre facteurs (gérer ses pensées et ses émotions, gérer sa récupération, gérer ses relations et gérer ses tâches). Les analyses corrélationnelles soutiennent la validité convergente et concurrente du QASMT ainsi que la fidélité test-retest. Ces résultats ont mené à la validation initiale du premier questionnaire visant à mesurer l’utilisation de stratégies d’autogestion de la santé mentale au travail. La discussion générale présentée au chapitre 4 présente d’abord les contributions théoriques lesquelles sont la clarification de la notion d’autogestion de la santé mentale, l’identification d’une liste exhaustive de stratégies d’autogestion des symptômes d’anxiété et de dépression au travail, l’aspect novateur du premier questionnaire mesurant l’adoption de stratégies d’autogestion de la santé mentale au travail et les premiers pas vers des mesures quantitatives préliminaires de l’association entre les stratégies d'autogestion et différentes variables liées à la santé mentale au travail. Ensuite, les implications pratiques et les limites de la thèse sont discutées. Finalement, les pistes de recherche futures sont abordées. Enfin, la conclusion générale met en lumière l’exhaustivité et la diversité de stratégies d’autogestion identifiées par l’entremise de cette thèse, ce qui fait miroiter l’aspect idiosyncratique de l’autogestion de la santé mentale au travail. Parmi les stratégies d’autogestion de la santé mentale au travail identifiées dans la présente thèse, bon nombre d’entre elles se distinguent des stratégies d’autogestion ayant été identifiées jusqu’à présent dans la documentation scientifique. Cela met en lumière l’apport et la singularité de cette thèse dans le domaine de l’autogestion de la santé mentale. De plus, les quatre facteurs se dégageant de la structure du QASMT viennent donner un éclairage nouveau à la notion de l’autogestion de la santé mentale au travail. Tout compte fait, au-delà de l’utilisation de stratégies d’autogestion visant à favoriser la santé mentale des travailleurs, la conclusion souligne l’importance de la contribution de l’employeur dans la promotion et la protection de la santé mentale des employés. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : stratégies d’autogestion, santé mentale, travail, anxiété, dépression
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».