MétaCan
Menu
Retour à la cohorte
Enregistrement W3091775586 · doi:10.3233/wor-203289

A logic model for a self-management program designed to help workers with persistent and disabling low back pain stay at work

2020· article· en· W3091775586 sur OpenAlexaff
Christian Longtin, Yannick Tousignant‐Laflamme, Marie‐France Coutu

Notice bibliographique

RevueWork · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésOperationalizationLogic modelWork (physics)Thematic analysisRehabilitationPsychologyApplied psychologyComputer scienceMedicinePhysical therapyQualitative researchEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Workers with persistent disabling low back pain (LBP) often encounter difficulty staying at work. Self-management (SM) programs can offer interesting avenues to help workers stay at work. OBJECTIVE: To establish the plausibility of a logic model operationalizing a SM program designed to help workers with persistent disabling LBP stay at work. METHODS: We used a qualitative design. A preliminary version of the logic model was developed based on the literature and McLaughlin et al.'s framework for logic models. Clinicians in work rehabilitation completed an online survey on the plausibility of the logic model and proposed modifications, which were discussed in a focus group. Thematic analyses were performed. RESULTS: Participants (n = 11) found the model plausible, contingent upon a few modifications. They raised the importance of making more explicit the margin of maneuver or "job leeway" for a worker who is trying to stay at work and suggested emphasizing a capability approach. Enhancing the workers' perceived self-efficacy and communication skills were deemed essential tasks of the model. CONCLUSION: A plausible logic model for a SM program designed for workers with disabling LBP stay at work was developed. The next step will be to assess its acceptability with potential users.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,669
Score d'incertitude au seuil0,501

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,022
Tête enseignante GPT0,263
Écart entre enseignants0,241 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207