L’évaluation des limitations à l’emploi en contexte de dépendances : une question d’équité
Bibliographic record
Abstract
(Ré)intégrer le marché du travail et se maintenir en emploi représente un grand défi pour les personnes traitées pour un trouble lié à l’usage des opioïdes. Ces personnes se tournent donc souvent vers les programmes d’aide financière, qui peuvent être majorés de 57 % si un rapport médical documentant les limitations fonctionnelles donne lieu à une reconnaissance de contraintes sévères à l’emploi. L’évaluation de ces limitations est cependant un acte médical complexe, particulièrement pour des patients ayant des troubles liés à l’usage de drogue ou d’alcool. L’étude de cas réalisée dans un centre de traitement de la dépendance aux opioïdes visait à documenter : 1) les critères utilisés par les professionnels impliqués dans l’évaluation ; et 2) le vécu des personnes requérantes. Les données recueillies proviennent d’entretiens menés auprès de sept professionnels et 18 usagers et de deux groupes de discussion formés d’une vingtaine de professionnels. L’analyse thématique montre que cinq types de critères sont utilisés par les professionnels : 1) les facteurs médicaux et psychosociaux ; 2) l’employabilité de la personne ; 3) sa crédibilité ; 4) les impacts potentiels de la reconnaissance des contraintes à l’emploi et de l’accès aux prestations majorées ; 5) leurs valeurs individuelles. Également cinq thèmes principaux émergent des entrevues avec les usagers : 1) l’anxiété liée au processus médico-administratif ; 2) la difficulté à accepter le refus de reconnaissance des contraintes ; 3) les impacts anticipés ou ressentis de l’accès aux prestations majorées, qui tendent à montrer le fort potentiel des interventions sur le revenu ; 4) la grande valeur accordée au travail et le soulagement de voir reconnaître ses difficultés en emploi ; 5) la variabilité des réactions des usagers à l’égard de l’officialisation d’un diagnostic. Des pistes de réflexion sont proposées pour l’évaluation des limitations à l’emploi dans une perspective de promotion de la santé. Celles-ci incluent une approche interdisciplinaire afin de faciliter la prise en compte des déterminants sociaux de la santé dans l’évaluation.
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 | 0.102 | 0.217 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.009 | 0.010 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.002 | 0.005 |
| 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".