What do we know about the non-work determinants of workers' mental health? A systematic review of longitudinal studies
Notice bibliographique
Résumé
BACKGROUND: In the past years, cumulative evidence has convincingly demonstrated that the work environment is a critical determinant of workers' mental health. Nevertheless, much less attention has been dedicated towards understanding the pathways through which other pivotal life environments might also concomitantly intervene, along with the work environment, to bring about mental health outcomes in the workforce. The aim of this study consisted in conducting a systematic review examining the relative contribution of non-work determinants to the prediction of workers' mental health in order to bridge that gap in knowledge. METHODS: We searched electronic databases and bibliographies up to 2008 for observational longitudinal studies jointly investigating work and non-work determinants of workers' mental health. A narrative synthesis (MOOSE) was performed to synthesize data and provide an assessment of study conceptual and methodological quality. RESULTS: Thirteen studies were selected for evaluation. Seven of these were of relatively high methodological quality. Assessment of study conceptual quality yielded modest analytical breadth and depth in the ways studies conceptualized the non-work domain as defined by family, network and community/society-level indicators. We found evidence of moderate strength supporting a causal association between social support from the networks and workers' mental health, but insufficient evidence of specific indicator involvement for other analytical levels considered (i.e., family, community/society). CONCLUSIONS: Largely underinvestigated, non-work determinants are important to the prediction of workers' mental health. More longitudinal studies concomitantly investigating work and non-work determinants of workers' mental health are warranted to better inform healthy workplace research, intervention, and policy.
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 | 0,045 | 0,203 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,010 |
| Bibliométrie | 0,021 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».