La détresse psychologique et les problèmes cardiovasculaires chez les travailleurs: une étude transversale de la comorbidité
Bibliographic record
Abstract
L’objectif principal de ce mémoire consiste à déterminer s’il existe une association entre la détresse psychologique et les problèmes cardiovasculaires chez les travailleurs, suite à l’influence de certains facteurs professionnels. Les données proviennent de l’Enquête sur la santé dans les communautés canadiennes (cycle 3.1 de l’ESCC), menée par Statistique Canada en 2005. Notre échantillon est composé de 15 394 canadiens et canadiennes en emploi de 15 ans et plus, représentatif sur le plan de l’âge, du genre et de la distribution géographique du lieu de résidence.\n\nLes analyses de régressions logistiques montrent que quatre facteurs professionnels présentent une association significative avec la détresse psychologique : les demandes psychologiques, la menace de perdre son emploi, le soutien social au travail, la satisfaction au travail. Puis, trois facteurs s’avèrent être reliés au développement de problèmes cardiovasculaires, soit l’utilisation des compétences, la satisfaction au travail ainsi que le nombre d’heures travaillées.\n\nLes analyses de variances multiples (MANOVA) révèlent que la détresse psychologique est associée aux problèmes cardiovasculaires et que ces deux problèmes de santé peuvent se retrouver en situation de comorbidité. Selon les résultats, on observe que cinq facteurs sont significativement corrélés à la présence de détresse psychologique en même qu’un problème cardiovasculaire : les demandes psychologiques, la menace de perdre son emploi, le soutien social au travail, la satisfaction au travail ainsi que le nombre d’heures travaillées. Par ailleurs, l’utilisation des compétences, l’autonomie décisionnelle et les exigences physiques de travail ne sont pas significativement associés à la détresse psychologique et à la présence de problèmes cardiovasculaires.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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.
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".