Return-to-Work Following Depression: What Work Accommodations Do Employers and Human Resources Directors Put in Place?
Notice bibliographique
Résumé
The magnitude of economic and social costs related to common mental disorders has a profound impact on the workplace. Returning to work following depression is, therefore, a major issue for all stakeholders involved (employee, employer, human resources director, union, physician, etc.). Considering their role in the organization, Human Resources Directors (HRD) and employers have a decisive impact on the return-to-work (RTW) process. Purpose This study aims to determine which RTW accommodations are implemented, following depression, by one of the central stakeholders: HRD and employers. Methods 219 HRD/employers participated in a semi-structured telephone interview about RTW of employees after depression. From that interview, the question related to this article was: Do you put in place work accommodations for employees after a sick leave due to depression (yes or no)? If their response was positive, we asked: If yes, what were the work accommodations? Results 170 HRD/employers specified accommodations. The most common categories identified were related to: work schedule, task modifications, job change and work environment change. Accommodations directly related to the employee or the colleagues were considerably less mentioned and those concerning other RTW stakeholders, including supervisor, were almost absent. Conclusion Our results suggest that accommodations directly related to work aspects seemed to predominate in our sample of HRD/employers when an employee returned-to-work following depression. The relational aspect and the involvement of the different stakeholders are also not prioritized to accommodate the RTW. These results contrast with employer best practice guidelines for the RTW of workers with common mental disorders.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».