Effectiveness of return-to-work interventions for disabled people: a systematic review of government initiatives focused on changing the behaviour of employers
Notice bibliographique
Résumé
BACKGROUND: OECD countries over the past two decades have implemented a range of labour market integration initiatives to improve the employment chances of disabled and chronically ill individuals. This article presents a systematic review and evidence synthesis on effectiveness of government interventions to influence employers' employment practices concerning disabled and chronically ill individuals in five OECD countries. A separate paper reports on interventions to influence the behaviour of employees. METHODS: Electronic and grey literature searches to identify all empirical studies reporting employment effects and/or process evaluations of government policies aimed at changing the behaviour of employers conducted between 1990 and 2008 from Canada, Denmark, Norway, Sweden and the UK. RESULTS: Few studies provided robust evaluations of the programmes or their differential effects and selection of participants into programmes may distort the findings of even controlled studies. A population-level effect of legislation to combat discrimination by employers could not be detected. Workplace adjustments had positive impacts on employment, but low uptake. Financial incentives such as wage subsidies can work if they are sufficiently generous. Involving employers in return-to-work planning can reduce subsequent sick leave and be appreciated by employees, but this policy has not been taken up with the level of intensity that is likely to make a difference. Some interventions favour the more advantaged disabled people and those closer to the labour market. CONCLUSIONS: Future evaluations need to pay more attention to differential impact of interventions, degree of take-up, non-stigmatizing implementation and wider policy context in each country.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».