Considerations for engaging in patient-oriented research with injured workers
Notice bibliographique
Résumé
Background: Patient-oriented research (POR) incorporates patient-identified priorities and lived experiences into research. Despite their central role in return-to-work (RTW) planning, perspectives and priorities of injured workers are under-represented in Occupational Therapy research. Occupational therapists (OTs) play a key role in RTW research and practice, implementing evidence-based plans and patient-centered care, which positions them well to conduct POR. Purpose: The purpose of this paper is to identify considerations for POR approaches for OTs to engage injured workers in RTW research. Key issues: The engagement of injured workers as research partners is not well described or understood in POR. This paper outlines practical considerations for conducting POR with injured workers, addressing challenges such as power imbalances, communication barriers, fears of unemployment, and varying levels of vulnerability. OTs can facilitate knowledge transfer and act as knowledge brokers within the RTW process, leveraging their client-centered practice to lead research that optimally engages injured workers. Conclusion: Conducting POR with injured workers can shed light on their interactions with health, insurance, and compensation systems. POR approaches can highlight strengths and limitations of available services and systems and promote improved collaboration and knowledge translation and exchange. OTs can apply POR in research and practice to bridge this gap.
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 | 0,435 | 0,386 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,024 | 0,033 |
| Communication savante | 0,032 | 0,027 |
| Science ouverte | 0,007 | 0,034 |
| Intégrité de la recherche | 0,017 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,006 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».