Why are Disclosure Decisions so Difficult? Understanding Factors that Encourage and Discourage Workers with a Chronic Disabling Condition from Disclosing Health Information at Work
Notice bibliographique
Résumé
PURPOSE: The decision whether to disclose a disability at work is complex. Drawing on communication theories, we examined disclosure decision-making and how workers with disabling health conditions prioritized information that could simultaneously encourage and discourage disclosure. METHODS: An online, cross-sectional survey asked workers with physical and mental health/cognitive conditions creating job limitations (i.e., disability) at work about the health impacts on their employment, their disclosure goals, preferences, support availability, workplace culture, work context, and demographic information. Descriptive, multivariate, and latent profile analyses were used. RESULTS: Participants were 591 workers (51% men, 48% women, 1% non-binary) with physical (41%), mental health/cognitive (24%), or both groups of conditions (35%). Forty-two percent of participants had not disclosed health information or needs to their supervisor. Six profiles of decision patterns were identified: (1) little health impact, supports available; (2) some health impacts, positive support appraisals; (3) some health impacts, uncertain what to do; (4) some health impacts, considerable personal concerns; (5) little health impact, few concerns, few supports available; and (6) considerable health impacts but perceives many risks to sharing. Disclosure decisions often prioritized personal goals, preferences, and workplace culture over health impacts and support availability. Profiles were differentiated by health condition type and work context. CONCLUSION: Understanding how workers prioritize information when considering disclosing a disability at work has implications for organizational support practices and clinical efforts to support workers. It underscores that worker decisions go beyond health impacts and highlights the need for support resources to help workers address decision uncertainty and stress.
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 | 0,016 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».