Au menu : ma santé mentale : la santé mentale des travailleurs et travailleuses de la restauration : test du modèle demande-contrôle-soutien de Karasek et Theorell
Bibliographic record
Abstract
L’objectif de ce mémoire est d’examiner le lien entre les conditions de travail et la santé mentale chez les travailleurs et travailleuses du secteur de la restauration. Le secteur de la restauration est souvent mis en avant par des organismes de renommée mondiale (BIT et OIT) comme un secteur à risque ayant des conditions de travail difficiles. Pourtant, peu d’études en sociologie s’y sont intéressé. Dans le but de mieux comprendre comment les conditions de travail peuvent avoir un effet sur la santé mentale, nous avons recours au modèle théorique « demande – contrôle –soutien » de Karasek et Theorell (1990). Ce modèle postule que la combinaison de fortes demandes psychologiques (exigences psychologiques et physiques), d’une faible latitude décisionnelle et d’un manque de soutien social au travail aurait un effet délétère sur la santé mentale. Cependant, certains ajustements au modèle ont été apportés afin de pouvoir s’adapter au secteur. Afin de pouvoir établir un portrait complet de santé mentale, comme le suggère l’OMS (2007), la santé mentale a été analysée à partir de deux indicateurs de santé mentale : la détresse psychologique et la santé mentale positive. Pour ce faire, des analyses de régression linéaire ont été conduites afin de tester les différentes hypothèses de recherche. Nous avons pris les données recueillies dans le cadre de l’Enquête sur la santé des collectivités canadienne (ESCC), pour lesquelles un volet santé mentale a été particulièrement créé en 2012, et dans lequel il y avait un module sur le stress professionnel. En contrôlant pour les caractéristiques socio-démographiques et d’habitudes de vie, les fortes exigences psychologiques et le soutien des collègues sont associés significativement aux deux indicateurs de santé mentale. En revanche, le soutien du superviseur n’est associé ni à l’un ni à l’autre. Tous les autres aspects du travail examiné (exigences physiques, latitude décisionnelle, contrat de travail à temps partiel et insécurité d’emploi) sont associés à l’un ou l’autre de ces phénomènes. Ces résultats semblent donc indiquer qu’il s’agit de deux phénomènes distincts. Ce mémoire finit sur la discussion de ces résultats et sur les limites de la présente étude.
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 | 0.003 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.007 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.118 | 0.011 |
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".