Workers’ experience with work-related musculoskeletal disorder and worker’s perception of organisational policies and practices
Notice bibliographique
Résumé
Purpose Different organisations have developed policies and programmes to prevent workplace injuries and facilitate return to work. Few multiple workplace studies have examined workers’ perceptions of these policies and programmes. The purpose of this paper is to compare workers’ perception and experience of workplace policies and practices on injury prevention, people-oriented work culture, and return to work. Design/methodology/approach This study recruited 118 workers from three healthcare facilities through an online and paper survey. Findings Work-related musculoskeletal injury was experienced by 46 per cent of the workers, with low back injuries being most prevalent. There were significant differences in perception of policies and practices for injury prevention among occupational groups, and between workers who have had previous workplace injury experience and those without past injury. Research limitations/implications Selection bias is possible because of voluntary participation. A larger sample could give stronger statistical power. Practical implications The perception of workplace policies can vary depending on workers’ occupational and injury status. Organisational managers need to pay attention to the diversity among workers when designing and implementing injury prevention and return to work policies. Social implications Risks for workplace injuries are related to multiple factors, including workplace policies and practices on health and safety. Workers’ understanding and response to the policies, programmes, and practices can determine injury outcomes. Originality/value No previous study has reported on workers’ perceptions of workplace policies and practices for injury prevention and return in Manitoba healthcare sector.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».