Ageing workers with work-related musculoskeletal injuries
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: Older workers often take longer to recover and experience more missed workdays after work-related injuries, but it is unclear why or how best to intervene. Knowing the characteristics of older injured workers may help in developing interventions to reduce the likelihood of work disability. AIMS: To describe and compare several characteristics between younger and middle-aged working adults (25-54 years), adults nearing retirement (55-64 years) and adults past typical retirement (≥65 years), who sustained work-related musculoskeletal injuries. METHODS: In this cross-sectional study, Alberta workers' compensation claimants with subacute and chronic work-related musculoskeletal injuries were studied. A wide range of demographic, employment, injury and clinical characteristics were investigated. Descriptive statistics were computed and compared between the age groups. RESULTS: Among 8003 claimants, adults 65 years or older, compared to those 25-54 and 55-64 years, had lower education (16 versus 10 and 12%, P < 0.001) and were more likely to work in trades, transport and related occupations (50 versus 46 and 44%, P < 0.001), to have less offers of modified work (57 versus 39 and 42%, P < 0.001), more fractures (18 versus 14 and 11%, P < 0.001) and no further rehabilitation recommended after assessment (28 versus 18 and 20%, P < 0.01). CONCLUSIONS: Injured workers past typical retirement age appeared to be a disadvantaged group with significant challenges from a vocational rehabilitation perspective. They were less likely to have modified work options available or be offered rehabilitation, despite having more severe injuries.
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 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 0,001 |
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