MétaCan
Menu
Retour à la cohorte
Enregistrement W2096762345 · doi:10.1093/occmed/kqi009

Quality of working life indicators in Canadian health care organizations: a tool for healthy, health care workplaces?

2005· article· en· W2096762345 sur OpenAlexafffundabout
Donald C. Cole, Lynda S. Robson, Louise Lemieux‐Charles, Wendy McGuire, Claude Sicotte, François Champagne

Notice bibliographique

RevueOccupational Medicine · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensUniversity of TorontoInstitute for Work & Health
Organismes subventionnairesWorkplace Safety and Insurance Board
Mots-clésDocumentationPsychosocialWorkloadWork (physics)Health careKnowledge managementProcess managementBusinessPsychologyPublic relationsEngineeringManagementPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Quality-of-work-life (QWL) includes broad aspects of the work environment that affect employee learning and health. Canadian health care organizations (HCOs) are being encouraged to monitor QWL, expanding existing occupational health surveillance capacities. AIM: To investigate the understanding, collection, diffusion and use of QWL indicators in Canadian HCOs. METHODS: We obtained cooperation from six diverse public HCOs managing 41 sites. We reviewed documentation relevant to QWL and conducted 58 focus groups/team interviews with strategic, support and programme teams. Group interviews were taped, reviewed and analysed for themes using qualitative data techniques. Indicators were classified by purpose and HCO level. RESULTS: QWL indicators, as such, were relatively new to most HCOs yet the data managed by human resource and occupational health and safety support teams were highly relevant to monitoring of employee well-being (119 of 209 mentioned indicators), e.g. sickness absence. Monitoring of working conditions (62/209) was also important, e.g. indicators of employee workload. Uncommon were indicators of biomechanical and psychosocial hazards at work, despite their being important causes of morbidity among HCO employees. Although imprecision in the definition of QWL indicators, limited links with other HCO performance measures and inadequate HCO resources for implementation were common, most HCOs cited ways in which QWL indicators had influenced planning and evaluation of prevention efforts. CONCLUSIONS: Increase in targeted HCO resources, inclusion of other QWL indicators and greater integration with HCO management systems could all improve HCO decision-makers' access to information relevant to employee health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,463

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,016
Études des sciences et des technologies0,0040,001
Communication savante0,0040,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,444
Écart entre enseignants0,391 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations82
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOccupational MedicineMême sujetWorkplace Health and Well-beingTravaux en français237 207