MétaCan
Menu
Retour à la cohorte
Enregistrement W1200115452 · doi:10.3233/wor-2012-0102-4642

Safe and shealthy integration into semiskilled jobs: does gender matter?

2012· article· en· W1200115452 sur OpenAlexafffund
Marie Laberge, Nicole Vézina, Johanne Saint-Charles

Notice bibliographique

RevueWork · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesInstitute of Gender and HealthCanadian Institutes of Health ResearchInstitut de Recherche Robert-Sauvé en Santé et en Sécurité du Travail
Mots-clésWork (physics)Service (business)Vocational educationOccupational safety and healthPsychologyProcess (computing)Customer serviceBusinessMedical educationPublic relationsDemographic economicsGerontologyMedicineMarketingPolitical scienceEngineeringEconomicsPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

Women report fewer injuries than men when they are young, but report a higher proportion of professional diseases later in life (35 years +). Understanding early work conditions that lead to postponed health outcomes is necessary if we are to prevent women's injury as well as men's. Introduction to work and safe integration programs are often put forward to prevent injuries among youth. This paper aims to illustrate some differences in the job introduction / integration process for men and women and to discuss some gender-based Occupational Health and Safety (OHS) implications. Data come from two waves of interviews with 31 students enrolled in vocational training for a semiskilled trade. Results demonstrated differences between men and women: trades chosen, OHS complaints, supervising patterns, integration to work, etc. Women often choose customer service jobs, have less formal supervision and are often left to themselves when learning to do their job. Men declared more accidents while women reported more musculoskeletal symptoms. Findings from this research suggest young women's OHS issues should not be trivialized and that specific youth prevention programs for sectors where women are more present, such as customer service, should be developed.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 GPT0,395
Écart entre enseignants0,352 · 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'étudeObservationnel
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

Citations17
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetEmployment and Welfare StudiesTravaux en français237 207