Le roulement du personnel chez des intervenants en Centre jeunesse : état, causes et effets
Bibliographic record
Abstract
Le roulement du personnel et la discontinuité des soins qui en découle constituent un problème de taille dans plusieurs établissements du réseau de la santé et des services sociaux et peuvent nuire à la mission de ces organisations. Cette étude vise à décrire et comprendre les causes et les effets du roulement du personnel dans le cadre d’un programme d’intervention en Centre jeunesse. Outre le calcul du taux de roulement et de la continuité des soins sur cinq ans effectué à partir de données administratives, les raisons de quitter ou de demeurer en poste furent abordées à l’aide de questionnaires maison administrés à 51 intervenants. Puis, 26 intervenants de même que 15 jeunes et 13 parents ont été interrogés au sujet de leurs perceptions des effets du roulement du personnel sur la clientèle. Les résultats confirment des taux de roulement élevés et démontrent que 72,5 % de la clientèle a vécu de la discontinuité relationnelle entre 2002 et 2008. Les raisons de quitter les plus fréquemment invoquées sont l’obtention d’un autre poste, la charge de travail, le stress perçu et l’accomplissement professionnel. Les raisons de demeurer les plus souvent invoquées concernent la motivation à travailler dans le programme, l’accomplissement professionnel, l’ambiance de travail, le support des collègues et les effets perçus du programme sur la clientèle. Enfin, clients et employés s’entendent pour affirmer que le roulement du personnel entraîne plusieurs effets néfastes.
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) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".