Do current vocational evaluation practices in traumatic brain injury align with best practices? Strengths, challenges and recommendations
Notice bibliographique
Résumé
Introduction To support implementation of the Inter-professional Guideline for Vocational Evaluation Following Traumatic Brain Injury we compared current practices to best practices as outlined in the guideline. Method We recruited health/vocational professionals who do vocational evaluation of traumatic brain injury survivors to participate in qualitative semi-structured interviews. We also conducted a document review of internal clinical and provincial workers’ compensation insurance documents. All data were analyzed using directed content analysis. Results Thirteen individuals participated and three types of documents were reviewed. Practices that were found to be frequently aligned with the Inter-professional Guideline for Vocational Evaluation Following Traumatic Brain Injury included: (a) identification of evaluation purpose; (b) obtaining informed consent; (c) gathering background information; (d) assessing persistent symptoms and abilities; (e) analyzing and synthesizing results; and (f) developing return to work recommendations. Practices partially aligned included: (a) incorporating the worker’s perspectives into the evaluation; (b) observing work behaviors in naturalistic settings (c) assessing available supports; and (d) assessing occupational/job demands in context. Practices that did not align with the guideline included: (a) evaluation of the workplace environment and workplace supports; (b) accommodation potential; and (c) assessment of workplace safety. Conclusion To support implementation of the guideline and enhance successful vocational outcomes, additional attention and resources should be dedicated to evaluating workplace-based factors and assessing workplace-based risks.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».