Prévalence du trouble de stress post-traumatique chez des chauffeurs d’autobus
Bibliographic record
Abstract
Plusieurs rapports indiquent que les employés du transport en commun constituent un groupe de travailleurs risquant de vivre des événements traumatiques. Cependant, il n'y a que peu de données scientifiques sur l'impact de tels événements dans cette population. Lors d'une enquête épidémiologique menée auprès des chauffeurs d'autobus de la STCUM, un peu plus du tiers des chauffeurs rapportent un événement traumatique au travail. De ces événements, les menaces graves et les agressions constituent la majorité. Les événements traumatiques sont plus fréquents au travail que dans la vie privée. La prévalence à vie du TSPT est de 10,7% pour les événements subis au travail et de 21,3 % pour ceux de la vie privée. Neuf chauffeurs sur 100 exposés à un événement au travail souffraient d'un TSPT dans le mois précédant l'enquête. Lorsque nous considérons les événements survenus dans la vie privée, près de 15% de ces exposés étaient victimes d'un TSPT. Lorsque les deux milieux d'exposition sont réunis, 12% présentaient un TSPT dans le mois précédant la recherche.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".