Underreporting Work Absences for Nontraumatic Work-Related Musculoskeletal Disorders to Workers’ Compensation: Results of a 2007–2008 Survey of the Québec Working Population
Notice bibliographique
Résumé
OBJECTIVES: We examined underestimation of nontraumatic work-related musculoskeletal disorders (WMSDs) stemming from underreporting to workers' compensation (WC). METHODS: In data from the 2007 to 2008 Québec Survey on Working and Employment Conditions and Occupational Health and Safety we estimated, among nonmanagement salaried employees (NMSEs) (1) the prevalence of WMSDs and resulting work absence, (2) the proportion with WMSD-associated work absence who filed a WC claim, and (3) among those who did not file a claim, the proportion who received no replacement income. We modeled factors associated with not filing with multivariate logistic regression. RESULTS: Eighteen percent of NMSEs reported a WMSD, among whom 22.3% were absent from work. More than 80% of those absent did not file a WC claim, and 31.4% had no replacement income. Factors associated with not filing were higher personal income, higher seniority, shorter work absence, and not being unionized. CONCLUSIONS: The high level of WMSD underreporting highlights the limits of WC data for surveillance and prevention. Without WC benefits, injured workers may have reduced job protection and access to rehabilitation.
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 | 0,003 | 0,007 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».