MétaCan
Menu
Back to cohort
Record W4212828148 · doi:10.1522/radm.no5.1410

Retour au travail du personnel de sécurité publique à la suite d’une problématique de santé mentale : une revue systématique

2022· article· fr· W4212828148 on OpenAlexaffvenue
Clémence Émeriau-Farges, Marc Dussault, Andrée-Ann Deschênes

Bibliographic record

VenueAd machina l avenir de l humain au travail · 2022
Typearticle
Languagefr
FieldHealth Professions
TopicOccupational Health and Safety Research
Canadian institutionsUniversité du Québec à Trois-Rivières
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Le milieu de travail est un déterminant essentiel de la santé de ses acteurs (p.ex., troubles musculosquelettiques, dépression, stress, épuisement professionnel). Le personnel de sécurité publique, par son rôle et sa proximité avec le public, est plus à risque d’être touché par des problématiques de santé mentale. La présente revue systématique aborde la question de l’effectivité des procédures organisationnelles de retour au travail du personnel de sécurité publique, à la suite d’une absence pour une problématique de santé mentale. Afin d’y répondre, une recherche exhaustive a répertorié l’ensemble des études présentes dans la littérature scientifique de 1990 à 2019. Trois études ont été retenues selon les critères d’inclusion et l’évaluation de leur qualité. Les procédures efficaces recensées démontrent la priorité de la communication et de l’inclusion de tous les acteurs d’une organisation dans le processus de retour au travail durable; l’enjeu du suivi exemplaire de la procédure établie en amont, par les membres de l’organisation, tels les médecins du travail ou les gestionnaires; et enfin, l’impact d’une meilleure confiance et connaissance de son rôle et des problématiques de santé mentale, sur l’efficacité du gestionnaire ou du médecin du travail, dans la procédure de retour au travail. La principale conclusion de cette revue systématique est que les procédures actuelles ont un effet significatif limité sur le retour au travail durable des travailleurs de ces milieux. Des constats et des recommandations sont avancés.

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)0.021
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesResearch integrity
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.524
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0210.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.002
Science and technology studies0.0070.001
Scholarly communication0.0000.001
Open science0.0020.001
Research integrity0.0010.008
Insufficient payload (model declined to judge)0.0040.000

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 head0.023
GPT teacher head0.346
Teacher spread0.323 · 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; both teacher heads agree on what is shown here.

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

Citations1
Published2022
Admission routes2
Has abstractyes

Explore more

Same venueAd machina l avenir de l humain au travailSame topicOccupational Health and Safety ResearchFrench-language works237,207