A review of best work-absence management and return-to-work practices for workers with musculoskeletal or common mental disorders
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Workplace absenteeism is still a curse for developed countries, and more systematic practices need to be adopted to address this issue. OBJECTIVE: To review the literature on best practices for managing work absences related to musculoskeletal or common mental disorders. METHODS: A review was conducted by performing a search in bibliographic databases and on work-disability research institute websites. Recommendations regarding work-absence management and return-to-work practices were extracted from all the retained documents and organized within a chronological framework. RESULTS: In total, 17 documents were analyzed, leading to identification of common work-absence management and return-to-work practices, the importance of a worker support approach, and recommended roles and responsibilities for stakeholders. These practices were then integrated into a six-step process: (1) time off and recovery period; (2) initial contact with the worker; (3) evaluation of the worker and his job tasks; (4) development of a return-to-work plan with accommodations; (5) work resumption, and (6) follow-up of the return-to-work process. CONCLUSIONS: Based on this review, we constructed a comprehensive work-absence management and return-to-work process designed to assist organizations. Our results indicate that such a process must be included within a broader policy of health promotion and job retention. Adaptations will be required for implementation in the workplace.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle