MétaCan
Menu
Retour à la cohorte
Enregistrement W1936448929 · doi:10.1002/ajim.22535

Individual, occupational, and workplace correlates of occupational health and safety vulnerability in a sample of Canadian workers

2015· article· en· W1936448929 sur OpenAlexafffundabout
A. Morgan Lay, Ron Saunders, Marni Lifshen, Curtis Breslin, Anthony D. LaMontagne, Emile Tompa, Peter Smith

Notice bibliographique

RevueAmerican Journal of Industrial Medicine · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensPublic Health OntarioMcMaster UniversitySeneca PolytechnicUniversity of TorontoInstitute for Work & Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineOccupational safety and healthEnvironmental healthSample (material)Occupational medicineOccupational exposureVulnerability (computing)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To describe OH&S vulnerability across a diverse sample of Canadian workers. METHODS: A survey was administered to 1,835 workers employed more than 15 hrs/week in workplaces with at least five employees. Adjusted logistic models were fitted for three specific and one overall measure of workplace vulnerability developed based on hazard exposure and access to protective OH&S policies and procedures, awareness of employment rights and responsibilities, and workplace empowerment. RESULTS: More than one third of the sample experienced some OH&S vulnerability. The type and magnitude of vulnerability varied by labor market sub-group. Younger workers and those in smaller workplaces experienced significantly higher odds of multiple types of vulnerability. Temporary workers reported elevated odds of overall, awareness- and empowerment-related vulnerability, while respondents born outside of Canada had significantly higher odds of awareness vulnerability. CONCLUSION: Knowing how labor market sub-groups experience different types of vulnerability can inform better-tailored primary prevention interventions.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,170
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,134
Tête enseignante GPT0,418
Écart entre enseignants0,284 · 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 tête enseignante, 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

Citations45
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Industrial MedicineMême sujetWorkplace Health and Well-beingTravaux en français237 207