Expérience des personnes conseillères d’orientation et en employabilité durant la COVID-19 : exigences du travail perçues et ressources disponibles
Bibliographic record
Abstract
Cette recherche décrit l’expérience de travail de personnes conseillères d’orientation et en employabilité au Québec durant la pandémie de COVID-19. Elle présente les facteurs qui ont influencé leur bien-être et leur performance à travers le modèle Exigences-Ressources au Travail. La méthode des groupes de discussion a été utilisée auprès d’un échantillon de 23 personnes professionnelles en orientation et en employabilité. Les résultats montrent une augmentation des exigences de travail due à une variation de leur charge de travail. De plus, elles ont connu une charge mentale et émotionnelle plus importante liée à des difficultés accrues de la clientèle. Dans le même temps, elles ont été privées de certaines ressources telles que les relations avec les collègues. Cela a questionné le sens qu’elles accordent à leur travail. Plusieurs conséquences ont été relevées sur leur bien-être, notamment en ce qui a trait à leur équilibre, vie personnelle et professionnelle, ainsi qu’à un sentiment d’épuisement. Aussi des conséquences ont été identifiées sur leur performance liées à un gain d’autonomie et d’efficacité dans leur 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 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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| 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".