La prise en compte du sexe et du genre lors de l'analyse de la violence au travail et de l'insécurité d'emploi dans le contexte des démarches ergonomiques pour prévenir les troubles musculosquelettiques liés au travail
Notice bibliographique
Résumé
Les troubles musculosquelettiques liés au travail (TMS) constituent un enjeu majeur de santé publique. Ils sont influencés par divers facteurs organisationnels, psychosociaux et physiques du milieu de travail et affectent différemment les hommes et les femmes. Le guide 2021 de l'Institut national de santé publique du Québec (INSPQ) pour l'évaluation des facteurs du milieu de travail contribuant aux TMS comprend un outil qui évalue 10 dimensions pour l’analyse du contexte organisationnel et de l’environnement social du travail liées à ces troubles. Cette étude s'est concentrée sur deux de ces dimensions : la « Violence au travail » (y compris le harcèlement psychologique, le harcèlement sexuel et la violence physique) et « l'Insécurité d'emploi ». Les femmes sont souvent plus vulnérables à la violence au travail, en particulier lorsqu'elles sont exposées à l'insécurité d'emploi. Cette étude vise à améliorer la prise en compte du sexe et du genre pour ces deux dimensions de cet outil lors des interventions de prévention des TMS. En utilisant une adaptation de la « Technique de Recherche d'Information par l'Animation d'un Groupe d'Experts » (TRIAGE), 11 participant.e.s ayant une expertise dans des domaines liés à nos objectifs de recherche ont été invité.e.s à compléter un sondage sur la meilleure façon de bonifier les items de ces deux dimensions. Ensuite, une réunion de groupe a été organisée pour parvenir à un consensus sur les modifications proposées. Des 11 participant.e.s invités, dix ont répondu au sondage et neuf ont participé à la réunion. Une analyse qualitative du contenu des résultats du questionnaire et de la transcription de la réunion de groupe a été menée pour permettre une compréhension plus approfondie des perceptions des participant.e.s concernant les facteurs sous-jacents influençant la violence au travail et l'insécurité d'emploi et leur contribution potentielle aux TMS, en particulier liés aux enjeux de sexe ou genre. La plupart des suggestions et des commentaires des participant.e.s concernaient les défis psychosociaux et organisationnels souvent rencontrés par les femmes, mais pas pris en compte dans l'outil original, comme une définition révisée du « harcèlement psychologique » incluant la violence fondée sur le genre. D'autres ont suggéré des modifications pour mieux considérer d'autres expositions professionnelles contribuant aux TMS, par exemple, l'ajout d'un nouvel exemple de harcèlement psychologique concernant la violence verbale et les menaces. Pour mieux prévenir les TMS chez les hommes et chez les femmes, les particularités du travail des hommes et des femmes doivent être considérées, et des recherches futures sont encouragées afin d’explorer comment mieux tenir compte du sexe/genre dans les autres dimensions de cet outil.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».