P-410 THE FEASIBILITY OF THE PROGRESSIVE GOAL ATTAINMENT PROGRAM IN THE NETHERLANDS ACCORDING TO WORKERS WITH HEALTH PROBLEMS
Notice bibliographique
Résumé
Abstract Introduction The Progressive Goal Attainment Program (PGAP) is an intervention developed in Canada aimed at decreasing limiting cognitions and perceptions and increasing work participation. During PGAP, workers participate in a maximum of 10 one-hour sessions with a PGAP coach who encourages them to resume discontinued activities. The objective of this study was to evaluate the feasibility of PGAP in the Netherlands according to workers who were on part-time of full-time sick leave for at least three weeks due to health problems. Methods During a 30-minute structured online interview we asked ten workers about their experiences with PGAP. The questions we asked were based on the feasibility framework of Bowen, which describes eight areas of focus that should be addressed in feasibility studies: acceptability, demand, implementation, practicality, adaption, integration, expansion and limited-efficacy. Results The ten participants were overall very satisfied with PGAP and perceived it to be feasible. They had the idea that PGAP helped them to obtain more structure during the day and to participate in more activities, including work. Participants mentioned they would recommend PGAP to other workers. However, some participants mentioned that offering PGAP at an earlier stage of sick leave could possibly increase the positive effects of PGAP. Discussion The participants in this study perceived PGAP to be feasible. Future studies should indicate whether implementing PGAP is also (cost-)effective in increasing work participation. Conclusion The first workers who participated in PGAP in the Netherlands are satisfied about the program and perceive it to be feasible.
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 | 0,000 | 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) | 0,000 | 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 ».