Étudier et travailler en région à 18 ans : quels sont les risques de SST? Une étude exploratoire
Bibliographic record
Abstract
Le taux d’activité des jeunes travailleurs a augmenté de façon importante au cours des dernières années passant de 58 % en 1998 à 66 % en 2002 (Gervais et coll., 2006). Il rejoint ainsi le taux d’activité de la population totale. Depuis une vingtaine d’années, plusieurs études ont mis en évidence le fait que les jeunes de moins de 25 ans se blessent très souvent au travail, faisant de cette situation une préoccupation de santé publique tant au Canada qu’aux États-Unis et en Europe (Brooks et coll., 1993; Layne et co ll., 1994; Millar, 1995; Hendricks et Layne, 1999; Dupré, 2001). Depuis 2002, une enquête longitudinale sur les habitudes de vie des jeunes est menée au Saguenay–Lac-Saint-Jean par le Groupe ÉCOBES. Dans le cadre de la programmation thématique de recherche portant sur les jeunes et la SST, les chercheurs de l’IRSST ont saisi l’occasion de prendre part au troisième temps de collecte de données de l’enquête du Groupe ÉCOBES par l’ajout de questions portant sur les conditions de SST, les contraintes de travail, les accidents et les TMS. Quatre cent treize (413) jeunes âgés de 17 ou 18 ans ont répondu au questionnaire. Les résultats ici présentés portent plus précisément sur les 229 jeunes qui détenaient au moins un emploi, dont 208 étudiants-travailleurs. Cette étude exploratoire a permis de dresser un portrait des caractéristiques des emplois occupés par les jeunes, des contraintes organisationnelles et physiques auxquelles ils sont exposés lors de leur travail, de l’importance des TMS et de la fatigue. Aussi, plusieurs des cumuls auxquels les jeunes sont exposés ont été documentés, notamment le cumul études-travail, le cumul de douleurs et le cumul de contraintes physiques de travail. En outre, la description de 33 accidents de travail a permis d’établir des scénarios types d’accidents afin d’illustrer et de mieux comprendre les circonstances entourant les accidents rapportés par les jeunes. Finalement, une première estimation du phénomène de sous-déclaration des accidents de travail chez les jeunes est proposée.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".