MétaCan
Menu
Retour à la cohorte
Enregistrement W1968222128 · doi:10.1016/j.jegh.2014.08.001

Work productivity among adults with varied Body Mass Index: Results from a Canadian population-based survey

2014· article· en· W1968222128 sur OpenAlexaffabout
Arnaldo Sanchez Bustillos, Kris Gregory Vargas, Raúl Gomero-Cuadra

Notice bibliographique

RevueJournal of Epidemiology and Global Health · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPresenteeismAbsenteeismMedicineBody mass indexOverweightUnderweightDemographyObesityConfoundingLogistic regressionProductivityPopulationOdds ratioGerontologyEnvironmental healthPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The relationship between Body Mass Index (BMI) and work productivity, including absenteeism and presenteeism remains unclear. The objective of this study was to examine work productivity among adults with varied BMI using population-based data. METHODS: Data source was the 2009-2010 Canadian Community Health Survey. The outcomes reflected work absence (absenteeism) and reduced activities at work (presenteeism). The key explanatory variable was BMI in six categories. Logistic regressions were used to measure the association between outcome and explanatory variables adjusting for potential confounders. RESULTS: The sample consisted of 56,971 respondents ranging in age from 20 to 69 years. Relative to normal BMI, the odds of absenteeism were higher for those in the obesity class III (OR=1.60, 95% CI: 1.39; 1.83). Presenteeism was weakly associated with all obesity categories (OR=1.49, 95% CI: 1.38; 1.61, for obesity class I). Overweight was marginally associated with absenteeism and presenteeism. Underweight was inversely associated with absenteeism. CONCLUSIONS: This study found that obesity is an independent risk factor for reduced work productivity. Both absenteeism and presenteeism were associated with obesity. However, being overweight was weakly associated with work productivity.

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)0,023
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,022
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,032
Tête enseignante GPT0,382
Écart entre enseignants0,350 · 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.

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

Citations51
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Epidemiology and Global HealthMême sujetWorkplace Health and Well-beingTravaux en français237 207