Comparison of data sources for the surveillance of work injury
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to compare the incidence of work-related injury and illness presenting to Ontario emergency departments to the incidence of worker's compensation claims reported to the Ontario Workplace Safety & Insurance Board over the period 2004-2008. METHODS: Records of work-related injury were obtained from two administrative data sources in Ontario for the period 2004-2008: workers' compensation lost-time claims (N=435,336) and records of non-scheduled emergency department visits where the main problem was attributed to a work-related exposure (N=707,963). Denominator information required to compute the risk of work injury per 2,000,000 work hours, stratified by age and gender was estimated from labour force surveys conducted by Statistics Canada. RESULTS: The frequency of emergency department visits for all work-related conditions was approximately 60% greater than the incidence of accepted lost-time compensation claims. When restricted to injuries resulting in fracture or concussion, gender-specific age differences in injury incidence were similar in the two data sources. Between 2004 and 2008, there was a 14.5% reduction in emergency department visits attributed to work-related causes and a 17.8% reduction in lost-time compensation claims. There was evidence that younger workers were more likely than older workers to seek treatment in an emergency department for work-related injury. CONCLUSIONS: In this setting, emergency department records available for the complete population of Ontario residents are a valid source of surveillance information on the incidence of work-related disorders. Occupational health and safety authorities should give priority to incorporating emergency department records in the routine surveillance of the health of workers.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».