Decreasing occupational injury and disability: The convergence of systems theory, knowledge transfer and action research
Notice bibliographique
Résumé
Many work injuries and their associated disabilities are preventable, but effective prevention requires coordinated action by multiple stakeholders. In trying to achieve coordinated action occupational health practitioners can learn valuable lessons from systems theory, knowledge transfer and action research. Systems theory provides a broad view of the factors leading to injury and disability and a means to refocus stakeholder energies from mutual blaming to effective strategies for system change. Experiences from knowledge transfer will help adopt a stakeholder-centered approach that will facilitate the concrete application of the best and most current occupational health knowledge. Action research is a methodology endorsed by the World Health Organization and the US Centers for Disease Control, which provide methods for successfully engaging stakeholders needed to attain sustainable change. By combining concepts from the three fields we propose MAPAC (Mobilize, Assess, Plan, Act, Check), a five-step framework for developing projects aimed at decreasing occupational injury and disability. Although most practitioners would be familiar with some of the concepts, we believe an explicit framework linked to transferable knowledge from these diverse fields can help design and implement effective programs. We provide examples of model application in workers compensation and in the healthcare workplace.
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 | 0,094 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,015 | 0,008 |
| Études des sciences et des technologies | 0,006 | 0,070 |
| Communication savante | 0,030 | 0,034 |
| Science ouverte | 0,005 | 0,022 |
| Intégrité de la recherche | 0,012 | 0,010 |
| 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 ».