MétaCan
Menu
Retour à la cohorte
Enregistrement W2066509615 · doi:10.1002/ajim.22003

The relationship between fatigue‐related factors and work‐related injuries in the saskatchewan farm injury Cohort Study

2011· article· en· W2066509615 sur OpenAlexafffundabout
Rebbecca Lilley, Lesley Day, Niels Koehncke, James A. Dosman, Louise Hagel, William Pickett

Notice bibliographique

RevueAmerican Journal of Industrial Medicine · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensCrown Investments Corporation (Canada)Queen's UniversityUniversity of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health ResearchOxford Academic Health Science Network
Mots-clésMedicineLogistic regressionCohortConfoundingOccupational injuryOddsOdds ratioOccupational safety and healthCohort studyInjury preventionPoison controlEnvironmental healthOccupational medicineDemographyOccupational exposureInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The objective was to examine the relationship between seasonal variations in sleep quantity and work-related injuries on Saskatchewan farms. METHODS: A cross-sectional analysis of data from the Saskatchewan Farm Injury Cohort Study was conducted. Analyses were restricted to workers, aged ≥16 years. The primary outcome was work-related injury in the last year. Logistic regression models were used to identify associations between sleep quantity and farm injury. RESULTS: After controlling for confounding variables peak production season sleep was not associated with increased odds of injury. However, those obtaining ≤5 hr sleep per night during non-peak production seasons had increased odds of injury (OR 2.42, 95% CI 1.04-5.59) compared with those sleeping ≥7 hr per night. CONCLUSIONS: We identified that restricted sleep durations, in certain seasons, placed farmers, and farm workers at risk of injury. Agricultural injury intervention programs need to consider the role of seasonal-related variations in sleep on farm injury.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,275
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Industrial MedicineMême sujetAgriculture and Farm SafetyTravaux en français237 207