MétaCan
Menu
Retour à la cohorte
Enregistrement W2540245993 · doi:10.3233/wor-162437

Implementing a collaborative return-to-work program: Lessons from a qualitative study in a large Canadian healthcare organization

2016· article· en· W2540245993 sur OpenAlexafffundabout
Kathryn Skivington, Marni Lifshen, Cameron Mustard

Notice bibliographique

RevueWork · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensInstitute for Work & Health
Organismes subventionnairesMedical Research CouncilCanadian Institutes of Health Research
Mots-clésWork (physics)Thematic analysisQualitative researchConsistency (knowledge bases)Health carePublic relationsProcess managementKnowledge managementBusinessComputer scienceSociologyEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Comprehensive workplace return-to-work policies, applied with consistency, can reduce length of time out of work and the risk of long-term disability. This paper reports on the findings from a qualitative study exploring managers' and return-to-work-coordinators' views on the implementation of their organization's new return-to-work program. OBJECTIVES: To provide practical guidance to organizations in designing and implementing return-to-work programs for their employees. METHODS: Semi-structured qualitative interviews were undertaken with 20 managers and 10 return-to-work co-ordinators to describe participants' perspectives on the progress of program implementation in the first 18 months of adoption. The study was based in a large healthcare organization in Ontario, Canada. Thematic analysis of the data was conducted. RESULTS: We identified tensions evident in the early implementation phase of the organization's return-to-work program. These tensions were attributed to uncertainties concerning roles and responsibilities and to circumstances where objectives or principles appeared to be in conflict. CONCLUSIONS: The implementation of a comprehensive and collaborative return-to-work program is a complex challenge. The findings described in this paper may provide helpful guidance for organizations embarking on the development and implementation of a return-to-work program.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil0,857

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,058
Tête enseignante GPT0,473
Écart entre enseignants0,416 · 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 tête enseignante, pas un consensus.

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

Citations18
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetGeriatric Care and Nursing HomesTravaux en français237 207