Les efforts de recouvrement suite à la tempête de verglas : état de stress psychologique chez des travailleur-es après la crise
Bibliographic record
Abstract
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 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 | 0.001 | 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 | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".