Rôle de la conciliation des sphères de vie dans la prédiction de l’intention de départ chez les sapeurs-pompiers volontaires français
Bibliographic record
Abstract
Alors que l’on constate ces dernières années un taux de départ en constante augmentation chez les sapeurs-pompiers volontaires, différentes études voient le jour concernant ses antécédents. Cependant, encore peu semblent s’intéresser à l’impact de la conciliation des sphères de vie chez les volontaires d’autant plus susceptibles d’être exposés à un déséquilibre. La présente étude avait pour but de proposer un modèle de prédiction de l’intention de départ des sapeurs-pompiers volontaires français, en articulant cette problématique avec celle de la conciliation des sphères de vie. Afin d’atteindre cet objectif, un recueil de données a été réalisé auprès de 183 sapeurs-pompiers volontaires d’un SDIS (Service départemental d’incendie et de secours) français. La modélisation en équations structurales en variables latentes a permis de confirmer que les déséquilibres des sphères de vie relatifs à la tension et au temps ont des effets sur l’intention de départ du volontaire. Cet effet doit être différencié pour les deux formes de déséquilibre : 1) l’effet du déséquilibre relatif à la tension sur l’intention de départ est médiatisé d’abord par l’épuisement et ensuite par la satisfaction à l’égard de l’activité de sapeur-pompier volontaire ; 2) l’effet du déséquilibre relatif au temps sur l’intention de départ est direct. Les résultats de l’étude, ainsi que les éventuelles pistes d’action sont discutés.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".