Primary health care needs for a priority population: A survey of professional truck drivers
Notice bibliographique
Résumé
BACKGROUND: There are no Canadian data regarding health and wellness of transport truck drivers. OBJECTIVES: We pilot-tested a survey instrument to examine the risk factors and health needs of Canadian truck drivers. METHODS: A self-administered survey was completed by truck drivers employed in 13 companies in-and-near Hamilton, Ontario, Canada. The survey was developed using published tools with input from focus groups and included demographics, health issues, health service utilization, and awareness of workplace health programs. Descriptive statistics were used to estimate prevalence of health issues and risk factors. RESULTS: 822 surveys were distributed and 406 drivers (49.4%) responded; 48.5% were 50 years and older, 96.0% were male. Diabetes, heart disease, stroke, arthritis, and lung problems were reported by 7%, 4.1%, 0.6%, 10.8% and 2.8% respectively. 96% had salt intake above the recommended daily intake, 31.5% smoked daily and the prevalence of being overweight and with poor diet was 53.2% and 48.4%. CONCLUSIONS: Prevalence of current disease was low; however, prevalence of risk factors for chronic disease was substantial. The survey was feasible to administer and provided benchmark data regarding truck drivers' perceived health. A national survey of Canadian drivers is suggested to improve generalizability and facilitate analysis for associations to poorer driver health.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».