Getting the Message Right: Evidence-Based Insights to Improve Organizational Return-to-Work Communication Practices
Notice bibliographique
Résumé
Purpose There is an absence of evidence-based guidance to support workplace stakeholders in the effective delivery of return-to-work (RTW) messages. Our study examines the specific RTW communication practices and their impact on the management of work disability. Methods Within two large and complex healthcare organizations, semi-structured interviews were conducted with workplace stakeholders (e.g., supervisors, union representatives, disability management professionals and workers' compensation representatives) and workers who had previously experienced sickness absence related to an occupational injury or illness. For workplace stakeholders interview questions asked about their roles and responsibilities in the RTW process, and specific communication strategies and messages that were used at different phases of the RTW process. For worker participants, interview questions explored RTW experiences and the impact of communication on work re-integration. An interpretative descriptive approach was used to inductively examine themes from interviews to create ways of understanding phenomena that yielded applied findings. Results Forty participants were interviewed including workplace stakeholders and workers. Participants frequently described effective RTW communication as messages that were delivered by a workplace stakeholder that included the content required by an injured worker to navigate the organizational disability management process and utilized specific strategies to address the perceived attitudes and perceptions held by an injured worker regarding work re-integration. Workplace stakeholders described five specific communication strategies including relaying messages of support, optimizing the timing of communication, careful word choice, framing messages, and tailoring communication to the injured worker. Conclusion RTW communication is an active process that requires a strategic approach. Effective communication practices represent an important strategy for workplace stakeholders to address the barriers held by injured workers and foster early and sustained RTW.
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 | 0,001 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».