MétaCan
Menu
← Back to cohort
Record W4293073745 · doi:10.54932/jjgw2554

Comprendre les facteurs associés aux problèmes de santé physique et mentale dans le secteur de la santé au Québec

2022· report· fr· W4293073745 on OpenAlexaffabout
Carl‐Ardy Dubois, Kathleen Bentein, Alain Marchand, Alexandre Prud’homme, Roxane Borgès Da Silva, Michel Fournier

Bibliographic record

Venuenot available
Typereport
Languagefr
FieldHealth Professions
TopicOccupational Health and Safety Research
Canadian institutionsCenter for Interuniversity Research and Analysis on OrganizationsUniversité de MontréalUniversité du Québec à MontréalEmployment and Social Development Canada
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Au Québec, près de 340 000 personnes travaillent dans le réseau de la santé et des services sociaux. En date du 7 mai 2022, 60 000 d’entre elles étaient temporairement absentes du travail comme le révèle le Tableau de bord du ministère de la Santé et des Services sociaux. Plusieurs responsables et porte-paroles du milieu ont exprimé leurs inquiétudes de ne pas pouvoir assurer des services sécuritaires à la population, surtout à l’approche de l’été. Les gestionnaires au sein du réseau sont donc confrontés aux défis d’optimiser la santé de la population et assurer la présence au travail d’une main-d’œuvre généralement plus âgée que dans d’autres secteurs. Cette main-d’œuvre plus âgée présente des risques accrus de problèmes de santé et d’absentéisme. Les personnes de 45 ans et plus sont notamment surreprésentées parmi les personnes souffrant de douleurs musculosquelettiques et celles touchées par l’épuisement professionnel. Quels sont les leviers à mobiliser pour répondre à ces enjeux de santé au travail ? Cette étude de Carl-Ardy Dubois, Doyen et professeur titulaire à l’École de santé publique de l’Université de Montréal et Chercheur CIRANO, réalisée en collaboration avec cinq autres experts, fournit des réponses en s’appuyant sur un riche cadre d’analyse qui permet d’identifier les meilleures pistes d’action pour répondre aux défis qui se posent. En matière de prévention, les auteurs concluent qu’au-delà des interventions de nature simplement cognitive ou comportementale, il faut envisager des interventions plus étendues visant à adapter les conditions organisationnelles et l’environnement psychosocial de travail. Les organisations peuvent agir en créant des conditions et contextes de travail favorables : avoir une plus grande latitude décisionnelle dans l’exercice de son travail et bénéficier de soutien de ses pairs agissent comme des facteurs protecteurs qui réduisent les risques de troubles musculosquelettiques et de problèmes de santé mentale et psychologique au travail.

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)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.028
Threshold uncertainty score0.098

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.003
Science and technology studies0.0030.001
Scholarly communication0.0010.001
Open science0.0010.001
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 head0.085
GPT teacher head0.493
Teacher spread0.409 · 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 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

Citations0
Published2022
Admission routes2
Has abstractyes

Explore more

Same topicOccupational Health and Safety Research→French-language works237,207→