La santé mentale du personnel professionnel de l’éducation au Québec : revue narrative des risques psychosociaux du travail
Bibliographic record
Abstract
Cet article a pour objectif de brosser un portrait de la santé mentale du personnel professionnel de l’éducation (PPE) au Québec: les risques psychosociaux du travail (RPS) et les éléments de contexte pouvant les expliquer. Un bref aperçu de l’historique des professions en éducation et du modèle de financement des services éducatifs complémentaires (SEC) permet de contextualiser les contradictions et les tensions dans le travail du PPE au Québec. Ensuite, nous présentons les résultats d’une revue de littérature narrative effectuée à partir d’un corpus de 38 articles scientifiques et 28 documents issus de la littérature grise afin de mieux comprendre les conditions d’exercice du travail du PPE. Ils démontrent comment la situation actuelle engendre des RPS – la surcharge de travail, le manque de reconnaissance et le manque de soutien des collègues et de la direction – qui peuvent affecter négativement la santé mentale du PPE. L’article conclut par une discussion critique des résultats, ainsi que des recommandations pour réduire les RPS, comme une refonte du financement des SEC, une meilleure intégration du PPE dans les équipes-écoles multidisciplinaires, et la pleine reconnaissance de leur expertise.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.010 | 0.009 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".