Employment Precariousness and Poor Mental Health: Evidence from Spain on a New Social Determinant of Health
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Evidence on the health-damaging effects of precarious employment is limited by the use of one-dimensional approaches focused on employment instability. This study assesses the association between precarious employment and poor mental health using the multidimensional Employment Precariousness Scale. METHODS: Cross-sectional study of 5679 temporary and permanent workers from the population-based Psychosocial Factors Survey was carried out in 2004-2005 in Spain. Poor mental health was defined as SF-36 mental health scores below the 25th percentile of the Spanish reference for each respondent's sex and age. Prevalence proportion ratios (PPRs) of poor mental health across quintiles of employment precariousness (reference: 1st quintile) were calculated with log-binomial regressions, separately for women and men. RESULTS: Crude PPRs showed a gradient association with poor mental health and remained generally unchanged after adjustments for age, immigrant status, socioeconomic position, and previous unemployment. Fully adjusted PPRs for the 5th quintile were 2.54 (95% CI: 1.95-3.31) for women and 2.23 (95% CI: 1.86-2.68) for men. CONCLUSION: The study finds a gradient association between employment precariousness and poor mental health, which was somewhat stronger among women, suggesting an interaction with gender-related power asymmetries. Further research is needed to strengthen the epidemiological evidence base and to inform labour market policy-making.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle