MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416786897

[From stigma to exclusion of individuals with mental health conditions: Analyzing the perceptions and emotions of stakeholders engaged in the work return and reintegration processes].

2025· other· fr· W4416786897 sur OpenAlexaff
Sonia Laberon, Donatienne Desmette, 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-clésMental healthStigma (botany)PerceptionInclusion (mineral)Mental illnessConsistency (knowledge bases)RehabilitationScale (ratio)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objectives The stigma surrounding individuals with mental conditions persists, making their return to work or access to employment complex. These negative stereotypes are often internalized by the affected individuals, leading to self-stigmatization. Literature shows that the medical and entrepreneurial sectors harbor many prejudices and apprehensions towards these individuals. In contrast, the fields of rehabilitation and employment support, which frequently interact with these individuals and use recovery approaches, show less resistance. Although the stigma of these populations is relatively well-documented, few studies have differentiated the perceptions of actors responsible for implementing their return and reintegration into work. This study aims to identify and compare these actors' tendencies to stigmatize individuals with mental conditions and their intentions of professional inclusion. Method As part of the international survey by the community of practice in mental health and work (CoP-SMT), data was collected through an online quantitative survey involving 586 actors in the return to work and reintegration processes. Four actor systems were identified: health, corporate, employment support, and individuals with mental disorders on sick leave or job seeking. The questionnaire included a two-factor stigma scale (perceived organizational burden and negative emotions) and a professional inclusion intention measure with three indicators (avoidance, paternalism, and collaboration). Factor analysis and internal consistency validated the psychometric qualities of these measures. Variance analyses with post-hoc comparisons allowed the comparison of responses from categories of 20 or more actors, reducing the sample to 473 participants. Results The results highlight a significant effect of the actor system on stigma and professional inclusion intention. They reveal that actors involved before employment (rehabilitation and employment support) are less prone to stigmatize and more open to including individuals returning or reintegrating into work than those within the company (hierarchy, colleagues, and occupational health professionals). They also show the persistence of self-stigmatization among individuals with mental health issues returning or reintegrating into work. Conclusion To better interpret the results, the experience of coexistence and inclusion in the ordinary work environment of individuals with mental health conditions is explored, considering the roles of various stakeholders. Knowledge, conceptual orientations around mental health, and collaborative multidisciplinary work are suggested as anti-stigma strategies. Based on these findings, research perspectives and recommendations are formulated.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,275
Écart entre enseignants0,225 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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→