Preliminary validation of the Barriers to Employment and Coping Efficacy Scales for Veterans with a mental health condition (BECES-V) – assessing barriers and self-efficacy to returning to work
Notice bibliographique
Résumé
PURPOSE: Released Veterans with mental health conditions are three times more likely than civilians to experience limitations in work reintegration. Various tools have been developed to assess barriers impacting the return-to-work (RTW) process for Veterans transitioning to civilian life. The Barriers to Employment and Coping Efficacy Scales for Veterans (BECES-V) was designed to assess perceived barriers and self-efficacy among Veterans as they reintegrate the workplace following a prolonged absence. METHODS: This study offers a preliminary validation of the BECES-V tool, specifically investigating: the dimensions of RTW obstacles while considering the literature and employing concept mapping procedure, the salient RTW obstacles experienced by Veterans with mental health conditions transitioning from military to civilian workplaces in Canada and the USA, and the strongest dimensions of RTW obstacles and self-efficacy, using logistic regression analyses. The study involved 92 Veterans who completed the BECES-V. RESULTS: Health-related limitations and adaptability difficulties were salient in both countries; self-efficacy to overcome work-life balance difficulties, as well as mental health and military stigmatization, emerged as the strongest predictors of RTW. Utilizing BECES-V may help identify Veterans at increased risk for prolonged RTW, allowing rehabilitation professionals to address individualized obstacles and self-efficacy for successful RTW.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».