MétaCan
Menu
← Retour à la cohorte
Enregistrement W4255793275 · doi:10.24124/2004/bpgub1272

Work self-efficacy of individuals injured on the job

2004· dissertation· en· W4255793275 sur OpenAlexaffabout
Barry John Ennis

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversity of SaskatchewanUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSelf-efficacyPsychologyCoping (psychology)RehabilitationClinical psychologyReceiptExploratory researchMedicinePhysical therapySocial psychology

Résumé

récupéré en direct d'OpenAlex

Each year thousands of individuals are injured on the job.With effective medical treatment, musculoskeletal injuries heal and most individuals returned to• work; however, some do not make the transition from medical treatment back to work.Through selfefficacy theory Bandura' s ( 1977) postulates that individuals maintain considerable influence over the outcome of their experience based on their self-perceptions.However, research is lacking on whether individuals with higher levels of work self-efficacy are more likely to return to work sooner following an injury than individuals with lower levels of work self-efficacy.Therefore, through this exploratory research, the Return to Work Self-Efficacy Scale was developed and tested through in-person interviews with a convenience sample of 19 participants who were injured on the job; were in receipt of Workers' Compensation benefits; and were attending their final treatment at an Occupation Rehabilitation Program, Canadian Back Institute.Analysis revealed that individuals with a high level of work self-efficacy, also presented with a high level of coping with pain self-efficacy, a high level of physical function self-efficacy, a high level of coping with symptoms self-efficacy.These individuals were more likely to return to work following injury than their lower level of self-efficacy counterparts.The research concludes with recommendations for further study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,295
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMusculoskeletal pain and rehabilitation→Travaux en français237 207→