MétaCan
Menu
Back to cohort
Record W2127382085 · doi:10.7202/013030ar

Les efforts de recouvrement suite à la tempête de verglas : état de stress psychologique chez des travailleur-es après la crise

2006· article· fr· W2127382085 on OpenAlexvenueaboutno aff
Louise Lemyre, Yaniv Benzimra

Bibliographic record

VenueSanté mentale au Québec · 2006
Typearticle
Languagefr
FieldHealth Professions
TopicDisaster Response and Management
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

La tempête de verglas qu'a connu le Québec en 1998 a exigé d'immenses efforts de la part des travailleur-es qui ont été mobilisé-es par la crise. Afin d'évaluer le niveau de stress vécu par ces travailleur-es quelques mois après le début de la crise, d'identifier les pires stresseurs associés au verglas qu'ils ont rencontrés, et de documenter le processus du stress en fonction des paramètres du travail et de l'évaluation subjective des stresseurs, une étude a été entreprise auprès de 870 travailleur-es d'Hydro-Québec réparti-es selon le type d'emploi, la région et le niveau d'affectation à la crise du verglas. Les cinq principaux résultats sont les suivants. Il y a un niveau élevé de stress chez ces travailleur-es, relié au niveau et au type d'implication dans les efforts de recouvrement mais pas aux rangs organisationnels. Les femmes apparaissent particulièrement stressé-es, significativement plus que les hommes. L'incertitude et la surcharge constituent les pires stresseurs que les travailleurs-es rapportent être associés au verglas. Le processus de stress semble principalement modulé par les évaluations d'impact et d'incertitude. Le contact avec les sinistré-es, le travail sur le terrain, l'expérience d'un sinistre personnel constituent des paramètres clés. La discussion s'articule autour des modèles de stress et de la psychologie organisationnelle dans le contexte d'un travail de crise lors d'un sinistre naturel.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.444
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.044
GPT teacher head0.364
Teacher spread0.320 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2006
Admission routes2
Has abstractyes

Explore more

Same venueSanté mentale au QuébecSame topicDisaster Response and ManagementFrench-language works237,207