Which interventions are used in the rehabilitation, return, and stay at work process of aging workers having suffered an occupational injury? A scoping review
Notice bibliographique
Résumé
BACKGROUND: Considering current labour shortages, the recent increase in the number of aging workers in the labour market is deemed economically beneficial. However, due to specific characteristics (e.g. biological, generational), aging workers take longer to recover and return to work after an occupational injury. Yet, few studies have examined the rehabilitation, return, and stay at work process of aging workers and current knowledge makes it difficult for stakeholders to identify which interventions to use with this specific population. OBJECTIVE: This study aimed to describe which interventions are used in the rehabilitation, return, and stay at work process of aging workers having suffered an occupational injury. METHODS: We conducted a five-step scoping review. Five databases were used for the literature search. A qualitative analysis of the retained manuscripts was conducted. RESULTS: Our analysis led to the extraction of information from seven manuscripts that concern the rehabilitation, return, and stay at work process of aging workers who suffered an occupational injury exclusively. We identified 19 interventions (e.g. work capacity development, work task modifications, permanent part-time work, and alternative roles) and were described according to the different phases of the Cycle of Work Disability Prevention (CWDP). CONCLUSIONS: This study offers informative, non-prescriptive, and operational interventions useful for stakeholders who support aging workers. Furthermore, it is a knowledge base to develop future projects that promote the rehabilitation, return, and stay at work process of aging workers.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».