L’intervention de personnes conseillères d’orientation œuvrant auprès d’une clientèle ayant subi une lésion ou une maladie professionnelle
Bibliographic record
Abstract
Cette recherche porte sur la contribution des personnes conseillères d’orientation (PCO) dans les dossiers de réadaptation professionnelle au Québec, particulièrement en ce qui concerne l’évaluation et le soutien à la mobilisation des compétences transférables. Au Québec, les services de réadaptation offerts à la suite d’une lésion ou d’une maladie professionnelle sont balisés par la Loi sur les accidents du travail et les maladies professionnelles (LATMP). Cette loi vise le retour en emploi lorsque celui-ci est possible et encadre l’accès à différents services spécialisés, dont ceux fournis par des PCO (Commission des normes, de l’équité, de la santé et de la sécurité du travail, 2025d). Dans le cadre de la réadaptation, les PCO interviennent lorsqu’une personne victime d’une lésion ne peut plus exercer son emploi prélésionnel. Elles sont alors mandatées pour réaliser un processus de réorientation visant à déterminer des possibilités d’emplois convenables (CNESST, 2025c). L’un des éléments centraux de ce mandat consiste à évaluer les compétences de la personne qui sont transférables dans un nouveau contexte professionnel. La question de recherche formulée est : quel est le contexte d’intervention de PCO œuvrant auprès d’une clientèle ayant subi une lésion ou une maladie professionnelle et qui réalisent l’évaluation et le soutien à la mobilisation de compétences transférables ? Le cadre de référence mobilisé présente les concepts de compétences transférables, d’évaluation des compétences et de soutien à la mobilisation. La collecte de données s’appuie sur des entretiens semi dirigés menés auprès d’un échantillon volontaire de PCO œuvrant auprès d’adultes en réorientation après une lésion ou une maladie professionnelle. Les données recueillies ont été traitées à l’aide d’une analyse thématique, dans une forme itérative. Les résultats mettent en lumière plusieurs tendances. D’abord, les PCO rencontrées travaillent généralement seules dans la réalisation des mandats de réorientation, sans soutien d’une équipe interdisciplinaire. En matière d’évaluation des compétences, elles tiennent systématiquement compte des compétences développées dans divers contextes, professionnels et autres (éducation, loisirs, vie familiale). Lors de la première rencontre, elles évaluent aussi le fonctionnement psychologique, les ressources personnelles et les conditions du milieu, conformément au Guide d’évaluation en orientation de l’OCCOQ (2010b). Les outils utilisés pour évaluer les compétences transférables portent principalement sur l’exploration des expériences passées et actuelles, comme les bilans ou les tests psychométriques. Ceux mobilisés pour soutenir les compétences transférables concernent souvent la préparation au retour en emploi, par exemple la simulation d’entrevue. L’analyse a également fait émerger des thèmes non prévus dans le guide d’entretien. Parmi eux, les tensions dans la relation tripartite (personnes cliente, conseillère d’orientation réalisant le mandat, responsable du dossier dans l’organisme d’indemnisation) liées aux balises strictes des mandats, ainsi que le besoin de temps pour accompagner le deuil professionnel et les émotions qu’il suscite, malgré la durée limitée des mandats. La discussion ouvre sur des pistes pour la recherche, la formation et la pratique, tout en reconnaissant les limites du mémoire, notamment la petite taille de l’échantillon (trois personnes participantes).
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".