Clinical Tools to Facilitate Workplace Accommodation After Treatment for an Upper Extremity Disorder
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
Failure to implement work site accommodations for work-related upper extremity disorders (WRUEDs) may be a factor contributing to delayed functional recovery and relapse. The present study describes the use of the 38-item Job Requirements and Physical Demands (JRPD) scale, a self-report measure of ergonomic exposure, and other case management tools to improve accommodation efforts for 101 workers (75 women, 26 men) returning to work after lost time related to a WRUED. Items were categorized into five subscales based on item content: administrative, computer-related, workstation design, environmental, and equipment. Administrative risk factors were elevated among office clerks, whereas postal clerks and letter carriers reported more workstation design risk factors, and letter carriers and electrical/mechanical workers cited more equipment-related risk factors (p < 0.05). All occupational categories rated computer-related risk factors highest. The Integrated Case Management (ICM) approach, which relies on the JRPD scale to guide recommendations, was used with a subgroup of these workers (n = 53), resulting in 1.4 times more workplace accommodations per worker than with a non-ICM approach. Clinical use of the self-reported exposure measure within the overall workplace accommodation process may have been a factor contributing to more frequent accommodation in the ICM group. This study of a subgroup of workers' compensation cases highlights the need for additional investigation of tools to integrate ergonomic approaches within the workplace accommodation process.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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