Costs and compensation of work-related injuries in British Columbia sawmills
Notice bibliographique
Résumé
OBJECTIVE: To estimate the costs of work-related injury in a cohort of sawmill workers in British Columbia from the perspective of the workers' compensation system. METHODS: Hospital discharge records were extracted from 1989 to 1998 for a cohort of 5786 actively employed sawmill workers. A total of 173 work-related injury cases were identified from these records using the International classification of diseases-ninth revision (ICD-9) external cause of injury codes and the responsibility of payment schedule. Workers' compensation records were extracted and matched with hospital records by dates and ICD-9 diagnosis codes. All costs were converted into 1995 constant Canadian dollars using the Provincial General Consumer Price Index for the non-healthcare costs and Medical Consumer Price Index for the healthcare costs. A 5% discounting rate was applied to adjust for the time value of money. For the uncompensated cases, costs were imputed from the compensated cases using the median cost for a similar nature of injury. RESULTS: 370 hospitalisation events due to injury were captured, and by either of the two indicators (E Codes or payment schedules), 173 (47%) hospitalisation events due to injury, were identified as work related. The median healthcare cost was 4377 dollars and the median non-healthcare cost was 16,559 dollars for a work-related injury. The median non-healthcare and healthcare costs by injury were falls, 19,978 dollars and 5185 dollars; struck by falling object, 32,398 dollars and 8625 dollars; struck against, 12,667 dollars and 5741 dollars; machinery related, 26,480 dollars and 6643 dollars; caught in or between, 24,130 dollars and 4389 dollars; and overexertion, 7801 dollars and 2710 dollars. The total cost was 10,374,115 dollars for non-healthcare and 1,764,137 dollars for healthcare. The compensation agency did not compensate 874,871 dollars (8.4%) of the non-healthcare costs and 200,588 dollars (11.4%) of the healthcare costs. CONCLUSION: Eliminating avoidable work-related injury events can save valuable resources.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 ».