Strategies used by Occupational Therapists to overcome return-to-work obstacles perceived by workers with common mental disorders
Notice bibliographique
Résumé
Introduction: Few studies have focused on identifying distinctive strategies implemented for overcoming return-to-work (RTW) barriers perceived by people with common mental disorders (CMDs), and their impact on RTW. The study aimed to document the strategies used by occupational therapists to overcome RTW obstacles identified by people with CMDs, and to explore the impact of these strategies on employees' self-efficacy. Method: Ten workers followed by three occupational therapists were recruited for this study. Based on the participants' ROSES scores, the occupational therapists identified in a logbook the dimensions to be worked on and the strategies they implemented for each dimension. Data was analyzed with the use of thematic analysis and descriptive statistics. Results: Three dimensions of the ROSES were most frequently targeted by the occupational therapists: job demands, fear of relapse and difficult relation with the immediate supervisor. The main strategies used to overcome these obstacles were work-oriented and Cognitive Behavioral Therapy-based interventions. Most of the participants have increased their self-efficacy for RTW after using these strategies. Eighty percent of the participants returned to work at the end of the study. Conclusion: The use of work-oriented and CBT-based interventions by occupational therapists appears to be useful in improving participants' self-efficacy and promoting their return to work.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».