370 Can compensation statistics detect the impact of summer outdoor temperatures on workers’ health and safety? Preliminary results in Quebec (Canada)
Notice bibliographique
Résumé
Objectives Increased temperatures associated with climate change are likely to have impacts on occupational health and safety all over the world. We aimed to explore potential relationships between summer outdoor temperatures and occupational compensation statistics for heat-related morbidity and mortality. Methods Daily compensation counts in the region of Montreal for heat-related health outcomes (such as heat strain, heatstroke, loss of consciousness) were obtained from the workers’ compensation board of Quebec for the months of May to September over the period 2000–2010. Daily summer outdoor temperatures for the study period were obtained from Environment Canada. Associations between daily compensation counts and temperatures were analysed with regular Poisson and negative binomial regression models. Results There were 35 compensations for heat-related health outcomes during the 11-year period (for a working population of approximately 1.85 million). Incidence rate ratio (IRR) obtained from preliminary Poisson regression analyses was 1.76 (95% CI: 1.55–2.00) per 1oC temperature increase. This large IRR translates into a small increase in compensations, given the low compensation base rate (0.002 compensation per day for heat-related health problems) at the average temperature of 18.4 oC. Virtually identical results were obtained with a negative binomial regression. Analyses will be carried out for other regions of Quebec and for indirect impacts of heat (e.g. accidents/injuries related to fatigue and lack of vigilance), with various metrics of temperature (e.g. maximum and minimum, Wet Bulb globe Index), and will be stratified by industrial sectors, age and sex when possible. Conclusions These preliminary results suggest that the effect of increases in summer temperatures can be detected in compensation statistics. The results of this work could prove useful for the surveillance of current and future occupational health and safety risks associated with outdoor temperatures and to orient interventions.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».