Les déterminants des pratiques sécuritaires de travail : le cas des chauffeurs d'une multinationale du secteur du transport des matières dangereuses au Canada
Bibliographic record
Abstract
Ce mémoire porte sur l’identification des facteurs explicatifs des pratiques sécuritaires de travail (PS) dans le secteur du transport des matières dangereuses (TMD) découlant de l’environnement immédiat de travail, du leadership et du climat de santé et sécurité du travail (SST). Bien que de récentes méta-analyses aient montré que les PS étaient expliquées par une pluralité de déterminants associés aux caractéristiques individuelles des travailleurs, à l’environnement immédiat de travail, et au contexte organisationnel élargi (Christian, Bradley, Wallace, & Burke, 2009; Clarke, 2012), aucune étude à ce jour n’a permis de clarifier les dynamiques explicatives des PS chez cette population de travailleurs en particulier. Suivant l’approche de l’étude de cas, des données primaires quantitatives et qualitatives ont été recueillies auprès de chauffeurs canadiens oeuvrant pour une multinationale du secteur du TMD. Le volet quantitatif de l’étude de cas repose sur un questionnaire auto-administré portant sur les facteurs explicatifs de deux PS en particulier, soit la prudence SST et la participation SST, pour lesquels N=132 chauffeurs ont répondu. Le volet qualitatif pour sa part repose sur deux entretiens collectifs regroupant N=8 chauffeurs. Des données documentaires internes ont aussi été consultées afin d’approfondir notre compréhension. Nos hypothèses postulant un lien direct entre l’environnement immédiat de travail (H1, H2), le leadership (H3) et les PS ont été partiellement validées, de même que celle postulant un effet médiateur du climat de santé et de sécurité du travail sur ces facteurs explicatifs et les PS (H4). En effet, seuls les efforts physiques (H1a) se sont révélés associés à la participation SST et contribueraient à la réduire. Suivant H2, nos résultats suggèrent une relation négative entre la reconnaissance au travail et la prudence SST, une relation inverse au sens attendu. Le soutien social des collègues supporte néanmoins une association positive avec la participation SST. L’utilisation des compétences accroitrait aussi le niveau de prudence SST. Enfin, nous avons observé un effet de suppression du climat SST (H4) sur l’association entre l’environnement immédiat de travail et les PS, alors que le leadership (H3) n’apparait pas associé aux PS chez les chauffeurs. Seuls le savoir SST et le climat SST ressortent comme des facteurs explicatifs communs tant pour la prudence SST que la participation SST, et contribuent à accroitre chacune d’elles. Le volet qualitatif a permis de bonifier la compréhension des résultats issus du volet quantitatif. Les retombées de ce mémoire en relations industrielles (RI) permettent de mieux contextualiser les dynamiques sociétales (p.ex., conjoncture économique axée sur la production), sectorielles (p.ex., changements dans les PS associés à l'implantation du SGH dans l'industrie du TMD) et organisationnelles (p.ex., climat et leadership SST, organisation du travail) au sein desquelles les PS des chauffeurs de l'industrie du TMD émergent. Notre mémoire aboutit sur une série de trois recommandations dont la portée pour la pratique et la recherche est discutée.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.006 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| 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".