Intervention inspirée de la thérapie centrée sur les émotions pour promouvoir la régulation émotionnelle et faciliter le retour au travail des employés en arrêt maladie
Notice bibliographique
Résumé
Le retour au travail (RaT) d’un employé en absence de maladie pour un trouble mental courant peut être entravé par divers obstacles, notamment des relations interpersonnelles complexes ou conflictuelles. Ces dynamiques peuvent s’accompagner d’émotions complexes, mal régulées ou difficilement identifiables par le travailleur. La psychothérapie centrée sur les émotions, développée par Leslie Greenberg (2020), propose des techniques favorisant une meilleure régulation émotionnelle, pouvant ainsi soutenir un RaT plus harmonieux. Cet article vise à présenter un ensemble de techniques spécifiques permettant à la personne de faire face aux émotions complexes et inadaptées qui surgissent dans le cadre de relations difficiles réelles ou anticipées lors du RaT. Tout d’abord, le rationnel qui sous-tend le travail sur les émotions en psychothérapie et l’importance de la régulation émotionnelle dans le fonctionnement de la personne seront présentés. Par la suite, les techniques de focusing , de dialogue à chaise vide et de dialogue à 2 chaises seront exposées accompagnées de leurs objectifs spécifiques. Ces interventions sont illustrées à l’aide d’une vignette clinique portant sur un employé en absence pour un trouble de l’adaptation avec des difficultés relationnelles avec sa supérieure immédiate. Bien que prometteuse, cette intervention novatrice appliquée au contexte particulier du RaT devra être testée pour à la fois évaluer le fonctionnement émotionnel de l’employé et la réussite de son RaT.
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 | 0,003 | 0,001 |
| 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 | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».