MétaCan
Menu
Back to cohort
Record W7020752082

Maintien en emploi de travailleurs vivant avec une maladie chronique : prévenir l'exclusion du marché du travail

2022· dissertation· fr· W7020752082 on OpenAlexaboutno aff

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2022
Typedissertation
Languagefr
FieldHealth Professions
TopicWorkplace Health and Well-being
Canadian institutionsnot available
Fundersnot available
KeywordsHospital wardWork safetyRail transportation
DOInot available

Abstract

fetched live from OpenAlex

Contexte. Au Québec, le Réseau de la santé et des services sociaux (RSSS) a subi des transformations majeures au cours des dernières décennies, impactant notamment la nature du travail de tous les acteurs impliqués dans ces organisations. Ces changements ont introduit une série d’injonctions, entre autres, l’obligation de moyen en même temps que celle de résultat. Le contexte de travail s’est ainsi complexifié. Considérant que le travail est une occupation journalière importante pour la plupart des adultes, comment un travailleur vivant avec une maladie chronique (TVMC) réussit-il à se maintenir en emploi dans un tel contexte ? Comment participe un gestionnaire au maintien en emploi du TVMC ? Objectif. L’objectif de cette étude est de mieux comprendre la contribution des travailleurs et des gestionnaires dans le processus de maintien en emploi des TVMC ainsi que de la mettre en relation pour une compréhension holistique du phénomène. Méthodes. Un devis qualitatif de type Méthode de théorisation enracinée (MTE) a été utilisé pour mener cette recherche qui s’est réalisée selon trois grandes phases. Des entretiens individuels ont été réalisés auprès de gestionnaires et de travailleurs correspondant respectivement aux phases un et deux de la recherche. Des groupes de discussion focalisée, réalisés auprès de travailleurs et de gestionnaires ayant participé aux premières phases de la recherche, ont permis de recueillir les données de la troisième phase. D’autres sources ont également été utilisées, soit les données d’un journal de recherche ainsi que la documentation scientifique. Une première analyse par codage initial, sélectif et théorique a été réalisée indépendamment pour la première et la deuxième phases. La phase trois a favorisé la mise en relation des analyses, des données issues des groupes de discussion focalisée ainsi que du journal de recherche et de la littérature scientifique selon le même processus de codage. Résultats. Il appert que pour maintenir en emploi un TVMC, à la fois le travailleur et le gestionnaire doivent mobiliser leurs ressources personnelles et revendiquer des ressources organisationnelles afin de déployer des stratégies efficaces visant le maintien en emploi. Cette mobilisation étant, toutefois, grandement teintée par leurs contextes personnel et organisationnel. Cette influence du contexte sur la mobilisation des ressources est assimilée à l’espace personnel pour le travailleur et le gestionnaire et l’espace organisationnel pour l’organisation. C’est ainsi, dans cet espace collectif constitué des espaces personnel et organisationnel, que se négocie le déploiement de stratégies visant le maintien en emploi d’un TVMC. Pour maintenir en emploi un TVMC, il est nécessaire de comprendre les espaces personnels, mais également l’espace organisationnel et leurs étroites interactions dans l’espace collectif. Le maintien en emploi d’un TVMC doit ainsi être considéré collectivement et non seulement individuellement. Conclusion. Les changements majeurs vécus au sein du RSSS ont complexifié le contexte dans lequel se retrouvent imbriqués les travailleurs et les gestionnaires ce qui implique une mobilisation plus grande de ressources personnelles et organisationnelles. Cette situation rendant plus difficile le maintien en emploi selon une perspective individuelle, mais également collective.

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)0.005
metaresearch head score (Gemma)0.009
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: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.423
Threshold uncertainty score0.842

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.009
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0120.005
Scholarly communication0.0080.005
Open science0.0020.008
Research integrity0.0020.004
Insufficient payload (model declined to judge)0.0130.001

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.

Opus teacher head0.006
GPT teacher head0.224
Teacher spread0.219 · 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
Published2022
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)Same topicWorkplace Health and Well-beingFrench-language works237,207