Charge de travail et stress professionnel : deux facettes d’une même réalité ?
Bibliographic record
Abstract
Cet article tente d’aborder les concepts de charge de travail et de stress professionnel de façon conjointe, en combinant une approche psychosociale et une approche ergonomique. Cette étude exploratoire a été menée auprès des infirmières d’un service hospitalier de gérontologie. L’objectif est de savoir, d’une part, si une augmentation de la charge de travail conduit à une hausse du niveau de stress perçu et, d’autre part, si les infirmières adoptent des processus de régulation appuyés sur le soutien social. Les premiers résultats montrent que l’augmentation des scores de stress perçu est associée à une augmentation du nombre d’aspects du travail jugés stressants et une baisse des efforts physiques. Ils montrent que les scores de stress les plus bas apparaissent quand les infirmières bénéficient d’une aide pour réaliser leurs tâches et que leur activité de travail n’est pas interrompue. Enfin, les scores de stress les plus élevés surviennent lorsque les infirmières ne s’entraident pas. Ces résultats témoignent de la mise en place d’un processus de régulation à la fois adaptatif et pathogène. Pour faire face à une charge de travail élevée, les infirmières s’isolent pour accomplir leurs tâches et cet isolement a des répercussions sur leur santé.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.019 |
| Scholarly communication | 0.010 | 0.011 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.005 | 0.007 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".