Is manager support related to workplace productivity for people with depression: a secondary analysis of a cross-sectional survey from 15 countries
Notice bibliographique
Résumé
OBJECTIVES: To examine variations in manager reactions and support for people with depression and to investigate how these reactions are related to (1) absenteeism and (2) presenteeism due to depression among employees with self-reported depression across 15 diverse countries. DESIGN: Secondary data analysis of cross-sectional survey data. SETTING: 15 countries, diverse in geographical region and gross domestic product (GDP): Brazil, Canada, China, Denmark, France, Germany, Great Britain, Italy, Japan, Mexico, Spain, South Africa, South Korea, Turkey and the USA. PARTICIPANTS: 16 018 employees and managers (approximately 1000 per country). PRIMARY AND SECONDARY OUTCOME MEASURES: We assessed level of absenteeism as measured by number of days taken off work because of depression and presenteeism score. RESULTS: On average, living in a country with a greater prevalence of managers saying that they avoided talking to the employee about depression was associated with employees with depression taking more days off work (B 4.13, 95% CI 1.68 to 6.57). On average, living in a country with a higher GDP was marginally associated with employees with depression taking more days off of work (p=0.09). On average, living in a country with a greater prevalence of managers actively offering help to employees with depression was associated with higher levels of presenteeism (B 7.08, 95% CI 6.59 to 7.58). Higher country GDP was associated with greater presenteeism among employees with depression (B 3.09, 95% CI 2.31 to 3.88). CONCLUSIONS: Manager reactions were at least as important as country financial resources. When controlling for country GDP, working in an environment where managers felt comfortable to offer help and support to the employee rather than avoid them was independently associated with less absenteeism and more presenteeism.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».