Retaining and supporting employees with mental illness through inclusive organizations: lessons from five Canadian case studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose Although awareness is growing of the importance of employee mental health and the value of inclusive work practices, less is known about how to support employees with mental illness (MI). We aimed to explore organizational strategies and work practices that promote retention and support of employees living with MI in relation to past theory-driven research by building and extending current theory. Design/methodology/approach We adopted a qualitative case-study approach focussed on organizations that have taken steps towards promoting workplace inclusion for employees with MI. Five diverse Canadian organizations were recruited based on their efforts to build psychologically safe and healthy workplaces, and actively support employees with MI. Data collection in each organization consisted of onsite observation and interviews with workplace stakeholders, including employees with MI, their co-workers, supervisors/managers and human resource professionals. Thirty interviews were conducted from across the five organizations. Data analysis was informed by interpretive description to identify challenges and opportunities. Findings Two key themes were noted in depictions of supportive workplaces: (1) relationship-focussed workplaces and (2) flexible, inclusive work practices. Originality/value These practices highlight how organizations support employees with MI. Despite our focus on organizations working towards inclusion, the stigma associated with MI and the rigidity of some workplace processes continue to limit support and retention. Our findings suggest that organizations should focus on communication processes, support mechanisms, how they reinforce flexibility, inclusion and oversight of employees with MI.
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.
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 | 0,001 |
| 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 | 0,031 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,008 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle