P-605 SUPPORTING EMPLOYERS IN IMPLEMENTING GRADUAL RETURNS TO WORK: A TRANSDIAGNOSTIC AND INCLUSIVE TOOL
Notice bibliographique
Résumé
Abstract Introduction The Tool for Supporting a Gradual Return to Work (TS-GRTW) allows implementation of gradual RTW by facilitating collaboration between employers and workers with MSD-related work disabilities. This tool was adapted for use with workers who have common mental disorders, taking some vulnerability factors into account. The aim is to test the usability of this adapted tool with individuals responsible for disability management in workplaces. Methods A simple descriptive design was retained. Purposive sampling was used to recruit 23 individuals working for at least the previous year in disability management in their workplace. Various types of workplaces were sought. Semi-structured interviews were conducted and transcribed. The verbatim were analyzed based on a qualitative approach.“ Results The participants (6 M, 17 F, mean age 42.6 years, SD 8.1) came from 10 activity sectors, mostly in large companies. Many of them (17/23) saw benefits in using the tool in their organization, as it allows to: 1. standardize the RTW process, 2. delegate tasks to managers and supervisors, 3. structure communication among stakeholders, 4. monitor actions 5. motivate worker engagement, and 6. foster common understanding and legitimization of the process within the organization. A large proportion of participants (17/23) envisaged using the tool. Certain organizational constraints could limit implementation (e.g. lack of time). Discussion Our results support the usability of the adapted TS-GRTW by potential users. However, our results mainly reflect large companies, which often have structures in place. Conclusion The next step would be to test usability with the workers and its implementation.
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 | 0,002 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».