MétaCan
Menu
Back to cohort
Record W4284972348 · doi:10.24095/hpcdp.42.7.02f

Expériences, besoins en services et répercussions des processus de la Commission de la sécurité professionnelle et de l’assurance contre les accidents du travail (WSIB) chez les travailleurs blessés et malades : données probantes de la ville et du district de Thunder Bay (Ontario, Canada)

2022· article· fr· W4284972348 on OpenAlexaffvenueabout
Chelsea Noël, Deborah M. Scharf, Joshua Hawkins, Jessie Lund, Jewel Kozik, Anna Koné

Bibliographic record

VenuePromotion de la santé et prévention des maladies chroniques au Canada · 2022
Typearticle
Languagefr
FieldHealth Professions
TopicOccupational Health and Safety Research
Canadian institutionsNOSM UniversityLakehead University
Fundersnot available
KeywordsPolitical scienceHumanitiesArt

Abstract

fetched live from OpenAlex

Introduction Les accidents du travail et les maladies professionnelles ont des répercussions physiques, sociales et psychologiques négatives sur les personnes qui en sont victimes. Bien que la Commission de la sécurité professionnelle et de l’assurance contre les accidents du travail (WSIB) de l’Ontario ait pour mandat d’atténuer ces effets, son processus de fonctionnement peut conduire à des difficultés. Les soutiens qui sont offerts aux travailleurs blessés peuvent être fragmentés et rares, notamment dans les régions qui sont mal desservies. Nous décrivons les expériences vécues par des travailleurs blessés ou malades du Nord­Ouest de l’Ontario dans le cadre de leurs démarches auprès de la WSIB, de même que les besoins en santé mentale de ces travailleurs, dans le but de promouvoir l’amélioration du système en place. Méthodologie Des travailleurs blessés et malades (n = 40) recrutés dans la collectivité de Thunder Bay et son district ont répondu à un sondage en ligne sur leurs besoins en matière de santé mentale, de services sociaux et de services juridiques lors de leurs démarches auprès de la WSIB. Des entrevues portant sur des thèmes similaires ont aussi été réalisées avec 16 autres travailleurs blessés et malades ailleurs dans le Nord-Ouest de l’Ontario ainsi qu’avec 8 fournisseurs de services communautaires connaissant bien le fonctionnement de la WSIB. Résultats Les travailleurs du Nord­Ouest de l’Ontario ont décrit les répercussions que leur accident du travail ou leur maladie professionnelle avait eues sur leur situation professionnelle, familiale, financière et sociale, ainsi que sur leur santé physique et mentale. Beaucoup ont aussi souligné les effets négatifs accrus attribuables aux processus mêmes de la WSIB, notamment les problèmes locaux liés à la protection de la vie privée dans les « petites villes » et le fardeau financier associé aux déplacements exigés par la WSIB, en particulier durant la pandémie de COVID­19. Les travailleurs et les fournisseurs de services ont proposé de rationaliser et de clarifier les processus de la WSIB, d’améliorer la continuité des soins offerts par la WSIB et de mettre en place des mesures spécifiques à la région, telles que l’amélioration de l’accès aux services de soutien régionaux par l’intermédiaire d’intervenants­pivots indépendants. Conclusion Les travailleurs du Nord­Ouest de l’Ontario subissent des effets négatifs dus à la fois aux blessures ou maladies professionnelles et au fonctionnement de la WSIB. Les intervenants pourront utiliser les constatations de cette recherche afin d’améliorer les démarches et la situation des travailleurs blessés et malades, en tenant compte plus particulièrement de la région du Nord.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.051
Threshold uncertainty score0.195

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.006
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0080.004
Scholarly communication0.0030.001
Open science0.0010.003
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0060.000

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 head0.019
GPT teacher head0.345
Teacher spread0.326 · 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 source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
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

Citations0
Published2022
Admission routes3
Has abstractyes

Explore more

Same venuePromotion de la santé et prévention des maladies chroniques au CanadaSame topicOccupational Health and Safety ResearchFrench-language works237,207