A general framework for selecting work participation outcomes in intervention studies among persons with health problems: a concept paper
Notice bibliographique
Résumé
Abstract Background Work participation is important for health and can be considered as engagement in a major area of life which is of significance for most people, but it can also be thought of as fulfilling or discharging a role. Currently, academic research lacks a comprehensive classification of work participation outcomes. The International Classification of Functioning is the foremost model in defining work functioning and its counterpart work disability, but it does not provide a critical (core) set of outcomes. Standardizing the definitions and nomenclature used in the research of work participation would ensure that the outcomes of studies are comparable, and practitioners and guideline developers can better decide what works best. As work participation is a broad umbrella term including outcome categories which need unambiguous differentiation, a framework needs to be developed first. Aim To propose a framework which can be used to develop a generic core outcome set for work participation. Methods First, we performed a systematic literature search on the concept of (work) participation, views on how to measure it, and on existing classifications for outcome measurements. Next, we derived criteria for the framework and proposed a framework based on the criteria. Last, we applied the framework to six case studies as a proof of concept. Results Our literature search provided 2106 hits and we selected 59 studies for full-text analysis. Based on the literature and the developed criteria we propose four overarching outcome categories: (1) initiating employment, (2) having employment, (3) increasing or maintaining productivity at work, and (4) return to employment. These categories appeared feasible in our proof-of-concept assessment with six different case studies. Conclusion We propose to use the framework for work participation outcomes to develop a core outcome set for intervention studies to improve work participation.
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 | 0,327 | 0,247 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,015 |
| Bibliométrie | 0,055 | 0,024 |
| Études des sciences et des technologies | 0,006 | 0,019 |
| Communication savante | 0,016 | 0,017 |
| Science ouverte | 0,010 | 0,015 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
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 ».