MétaCan
Menu
Retour à la cohorte
Enregistrement W2099620662 · doi:10.1002/ajim.20626

Gender, precarious work, and chronic diseases in South Korea

2008· article· en· W2099620662 sur OpenAlexaff
Il‐Ho Kim, Young‐Ho Khang, Carles Muntaner, Heeran Chun, Sung‐Il Cho

Notice bibliographique

RevueAmerican Journal of Industrial Medicine · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésMedicineSocioeconomic statusGerontologyMental healthDemographyChronic diseaseAlcohol consumptionEpidemiologyEnvironmental healthPublic healthPopulationPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: In view of the growing number of nonstandard workers in South Korea, this study examined whether nonstandard workers reported poorer health compared to standard workers and assessed whether there were gender differences in the association between employment status and chronic health outcomes. METHOD: Data were taken from a representative-weighted sample of 1,563 men and 1,045 women aged 20-64, from the 2001 National Health and Nutrition Examination Survey. Nonstandard employment included part-time work, temporary work, and day labor. Self-rated health and self-reported chronic disease conditions were used as health measures. MAIN RESULTS: Nonstandard employment was significantly associated with higher risk of self-rated health and chronic conditions after adjusting for socioeconomic position (education, occupational class, and income) and health behaviors (cigarette smoking, alcohol consumption, regular exercise, and health examinations). However, the pattern in the relation between nonstandard work and specific health problems greatly differed by gender. Among men, nonstandard work arrangements were significantly associated with musculoskeletal disorders (OR 1.97, 95% CI 1.24-3.19) and liver disease (OR 2.83, 95% CI 1.27-6.32). Among women, nonstandard employment was related to mental disorders (OR 3.25, 95% CI 1.40-7.56). CONCLUSION: The findings clearly indicate the need for further study of the observed associations, particularly prospective and analytical studies.

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)0,000
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 enseignants0,047
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,127
Tête enseignante GPT0,383
Écart entre enseignants0,257 · 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

Citations89
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Industrial MedicineMême sujetEmployment and Welfare StudiesTravaux en français237 207