Differences in the workforce experiences of women and men with arthritis disability: A population health perspective
Notice bibliographique
Résumé
OBJECTIVE: To examine the employment status characteristics of people with arthritis disability, with a focus on gender differences and who remains in the workforce. METHODS: Analyses were based on cross-sectional, self-reported data of the Canadian Participation and Activity Limitation Survey, administered in 2001-2002 (n = 28,908). Labor force status was categorized into employed, unemployed, and not in the labor force. Prevalence estimates were derived from descriptive analyses, and logistic regression determined the factors associated with being out of the labor force. Chi-square and sex-stratified analyses examined gender differences. RESULTS: An estimated 2.3% of the working-age population (ages 25-64 years) reported arthritis disability, and >50% were out of the labor force. Being female, single, older, and having less education and more severe pain and disability were associated with being out of the labor force. Employed women with arthritis disability required more accommodations in the workplace and reported more activity limitations than men. Perceived discrimination was more likely to be reported by employed men, and men reported more changes to their work than women. CONCLUSION: This study underscores the importance of looking more closely at differences in the employment experiences of women and men. Specifically, the results suggest that arthritis may marginalize women and men in different ways. Women may be more likely to leave employment, whereas men may be more likely to remain working and report negative workplace experiences.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».