Employer Best Practice Guidelines for the Return to Work of Workers on Mental Disorder–Related Disability Leave
Notice bibliographique
Résumé
OBJECTIVE: There has been an increasing number of employer best practice guidelines (BPGs) for the return to work (RTW) from mental disorder-related disability leave. This systematic review addresses 2 questions: 1) What is the quality of the development and recommendations of these BPGs? and 2) What are the areas of agreement and discrepancy among the identified guidelines related to the RTW from mental illness-related disability leave? METHOD: A systematic literature search was performed using publically available grey literature and best practice portals. It focused on the RTW of workers with medically certified disability leave related to mental disorders. The Appraisal of Guidelines for Research and Evaluation II (AGREE II) was used to assess the quality of the development and recommendations of these BPGs. RESULTS: A total of 58 unique documents were identified for screening. After screening, 5 BPGs were appraised using AGREE II; 3 BPGs were included in the final set. There were no discrepancies among the 3, although they were from different countries. They all agreed there should be: 1) well-described organizational policies and procedures for the roles and responsibilities of all stakeholders, 2) a disability leave plan, and 3) work accommodations. In addition, one guideline suggested supervisor training and mental health literacy training for all staff. CONCLUSION: Although there were no discrepancies among the 3 BPGs, they emphasized different aspects of RTW and could be considered to be complementary. Together, they provide important guidance for those seeking to understand employer best practices for mental illness-related disability.
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 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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».