Knowledge brokering with injured workers: Perspectives of Injured Worker Groups and Health Care Professionals
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study is to understand the barriers and facilitators in brokering knowledge brokering knowledge to help injured workers make informed decisions about recovery and to support their transitions to return to work (RTW). PARTICIPANTS: Perceptions of 63 Injured Worker Groups (IWGs) and 43 Health Care Professionals (HCPs) in facilitating and brokering knowledge were examined. METHODS: Critical theory and participatory action research approaches informed the development of a multi-stakeholder research team and the study design to support an exploration into knowledge exchange and transfer. Data was analyzed using a critical occupational perspective to reveal the source of barriers and to identify the facilitators of the knowledge exchange and transfer process. RESULTS: Barriers in transferring knowledge included system barriers, a lack of information accessibility, and problems with variations in injured worker capacity and experience using information. IWG and HCP participants lacked expertise in knowledge transfer. Findings also revealed the interactive knowledge transfer processes that IWGs and HCPs use to help injured workers understand and use information. CONCLUSIONS: Change is required to improve knowledge exchange and transfer of information for and to persons with injuries and disabilities. Suggested changes include the development of a sustainable knowledge transfer community of practice, a best practice guide for knowledge brokers such as IWGs and HCPs, and a process for ongoing assessment and evaluation of injured worker information needs and preferences.
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.
Comment cette classification a été obtenuedéplier
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».