MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416786481

[Emotion-Focused Therapy-Inspired Intervention to Promote Emotional Regulation and Facilitate Return to Work for Employees on Sick Leave].

2025· other· fr· W4416786481 sur OpenAlexaff
Marc‐Simon Drouin, Élyse Charette-Dussault, Marc Corbière

Notice bibliographique

RevuePubMed · 2025
Typeother
Languefr
Domaine
Thématique
Établissements canadiensInstitut Universitaire en Santé Mentale de QuébecUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésVignettePsychological interventionIntervention (counseling)Context (archaeology)Sick leaveInterpersonal communicationSet (abstract data type)Emotional regulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The return to work (RTW) of an employee on sick leave for a common mental disorder can be hampered by various obstacles, including complex or conflictual interpersonal relationships. These dynamics may be accompanied by complex emotions that are poorly regulated or difficult for the employee to identify. Emotion-focused psychotherapy, developed by Leslie Greenberg (2020), offers techniques to promote better emotional regulation, which can support a more harmonious RTW. This article aims to present a set of specific techniques enabling people to deal with the complex and maladaptive emotions that arise in the context of difficult relationships, whether real or anticipated, during RTW. Firstly, the rationale behind working with emotions in psychotherapy and the importance of emotional regulation in a person's functioning will be presented. The techniques of focusing, empty-chair dialogue, and two-chair dialogue will then be explained, together with their specific objectives. These interventions are illustrated using a clinical vignette involving an employee on leave for an adjustment disorder with relationship difficulties with his immediate superior. Although promising, this innovative intervention applied to the specific context of RTW will need to be tested to assess both the employee's emotional functioning and to evaluate the effectiveness of the intervention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0260,002

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,255
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Travaux en français237 207→