MétaCan
Menu
Back to cohort
Record W4399766349 · doi:10.4000/11ult

Expérience des personnes conseillères d’orientation et en employabilité durant la COVID-19 : exigences du travail perçues et ressources disponibles

2024· article· fr· W4399766349 on OpenAlexaffabout
Élodie Chevallier, Alexandre Brien, Réginald Savard

Bibliographic record

VenueL’Orientation scolaire et professionnelle · 2024
Typearticle
Languagefr
FieldHealth Professions
TopicEmployment and Welfare Studies
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakPolitical scienceHumanitiesVirologyArtBiologyMedicineOutbreak

Abstract

fetched live from OpenAlex

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.008
metaresearch head score (Gemma)0.004
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.110
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0080.004
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.002
Science and technology studies0.0050.002
Scholarly communication0.0010.003
Open science0.0010.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0020.000

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 head0.049
GPT teacher head0.417
Teacher spread0.367 · 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 teacher head, not a consensus.

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
Published2024
Admission routes2
Has abstractyes

Explore more

Same venueL’Orientation scolaire et professionnelleSame topicEmployment and Welfare StudiesFrench-language works237,207