MétaCan
Menu
← Back to cohort
Record W4402000448 · doi:10.70010/aogc9943

Analyse longitudinale et comparative des absences et des départs hâtifs dans un milieu d'éducation au Québec : une étude de exploratoire

2024· report· fr· W4402000448 on OpenAlexaffabout
Alessia Negrini, Jacques Perron, Samantha Vila Masse, Charles‐Édouard Giguère, Andrea Gragnano, Marc Corbière

Bibliographic record

Venuenot available
Typereport
Languagefr
FieldHealth Professions
TopicOccupational Health and Safety Research
Canadian institutionsUniversité du Québec à MontréalInstitut universitaire en santé mentale de MontréalUniversité de MontréalInstitut Universitaire en Santé Mentale de QuébecInstitut de recherche Robert-Sauvé en santé et en sécurité du travail
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Problématique de santé et de sécurité du travail et objectifs. Le secteur de l’éducation au Québec n’est pas épargné par les coûts importants qui découlent des absences pour invalidité physique et psychologique (Purenne et Busque, 2022), des départs hâtifs, comme la retraite avec des pénalités financières du personnel en fin de carrière et par le décrochage des enseignants au cours des cinq premières années de carrière. Les Centres de services scolaires (CSS) du Québec prennent en charge l’assurance des absences du travail pour invalidité (ATI) de leur personnel (en autoassurance) et colligent des données d’absence certifiées par des professionnels de la santé, ainsi que des données concernant les départs à la retraite et la démission. Le traitement de ce type de données peut informer les acteurs concernés par la santé et la sécurité du travail (SST) sur la fréquence et la durée des absences, acceptées ou non par la Commission des normes, de l'équité, de la santé et de la sécurité du travail (CNESST), ainsi que sur la relation entre les lésions professionnelles et le lien d’emploi continu (maintien en emploi) ou terminé (retraite et démission). L’objectif général de cette étude, qui est la suite du rapport de Negrini, Corbière, et al. (2018), est d’analyser et de comparer des données administratives longitudinales sur l’absence du travail et le lien d’emploi (maintien et départs) de l’ensemble du personnel d’un CSS québécois, en tenant compte de la nature de l’invalidité physique ou psychologique. Plus précisément, il est envisagé de mieux comprendre comment les jours d’absence du travail pour invalidité (ATI) peuvent avoir un lien avec le type de retraite et la démission. Méthode. Dans cette étude longitudinale, quatre banques de données administratives anonymes ont été créées sur une période de 5 et 10 ans. Ce rapport se focalise sur les analyses conduites sur des données d’ATI observées sur 5 ans. Les jours d’ATI ont été extraits pour tous les employés de tout âge ayant un statut régulier (enseignant, personnel de soutien, professionnel et cadre). Des analyses de trajectoires ont été faites sur un échantillon de 1 448 employés pour vérifier si des patrons de congés singuliers émergeaient de ces données. Des analyses de séquences ont aussi été réalisées sur un sous-échantillon de 550 employés pour tester s’il y avait des transitions d’un type d’ATI physique ou/et psychologique vers un autre. Un échantillon (N = 477) a été utilisé pour étudier selon le type de retraite (hâtive ou régulière), les jours d’ATI physique ou/et psychologique au cours des 5 années précédant la retraite du CSS. Enfin, 782 membres du personnel enseignant, de soutien et professionnel réguliers à temps plein ont fait partie de l’échantillon considéré pour les analyses relatives à leur démission ou maintien en emploi au CSS. Résultats. Les résultats de ce rapport portent spécifiquement sur les sous-échantillons observés sur 5 ans. Quatre ensembles de trajectoires d’ATI physique ou/et psychologique sur 5 ans ont été identifiés. Parmi les variables étudiées, seules les femmes sont légèrement plus à risque de tomber en congé de maladie, et ce particulièrement pour l’ATI psychologique seulement. Les analyses de séquences n’ont pas montré de patrons particuliers d’ATI, les congés de maladie étant généralement uniques. Les employés ayant pris une retraite hâtive sont surtout des enseignants qui travaillent dans le secteur préscolaire/primaire. L’âge moyen de ces employés est inférieur d’environ 3 ans à celui des employés ayant pris une retraite régulière. Les employés ayant démissionné ont moins d’années de service au CSS, mais également plus de cas sans absence. Leur moyenne de jours d’ATI psychologique est plus faible lors de l’évaluation à 4 ans, 2 ans et 1 an avant la dernière année travaillée au CSS, par rapport à celle des employés qui sont encore en emploi. Les liens entre l’ATI avec la retraite et la démission ne sont pas confirmés. Retombées prévisibles. Le CSS participant (direction et représentants des travailleurs) pourra se doter d’un portrait exhaustif quant à l’ATI et aux départs des membres de son personnel. À notre connaissance, tous les CSS disposent d’une banque de données administratives semblable à celle utilisée dans ce devis. À partir des résultats de l’étude, les CSS pourraient mettre en place des interventions ciblées pour la prévention de l’invalidité au travail et la promotion du maintien en emploi en santé de son personnel selon la phase de carrière dans laquelle il se trouve, notamment pour les travailleuses. La méthode d’analyse longitudinale des absences par trajectoires utilisée pour la première fois dans le domaine de la SST au Québec est ainsi disponible pour le secteur de l’éducation.

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)0.010
metaresearch head score (Gemma)0.017
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 score0.049
Threshold uncertainty score0.162

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0100.017
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.008
Science and technology studies0.0030.001
Scholarly communication0.0020.001
Open science0.0020.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.000

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 head0.346
GPT teacher head0.534
Teacher spread0.188 · 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
Published2024
Admission routes2
Has abstractyes

Explore more

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