Compensation patterns for healthcare workers in British Columbia, Canada
Notice bibliographique
Résumé
OBJECTIVES: This report examines relationships between the acceptance of compensation claims, and employee and workplace characteristics for healthcare workers in British Columbia, Canada to determine suitability of using only accepted claims for occupational epidemiology research. METHODS: A retrospective cohort of full-time healthcare workers was constructed from an active incident surveillance database. Incidents filed for compensation over a 1-year period were examined for initial claim decision within a 6-month window relative to sub-sector of employment, age, sex, seniority, occupation of workers, and injury category. Compensation costs and duration of time lost for initially accepted claims were also investigated. Multiple logistic regression models with generalised estimating equations (GEEs) were used to calculate adjusted relative odds (ARO) of claims decision accounting for confounding factors and clustering effects. RESULTS: Employees of three health regions in British Columbia filed 2274 work-related claims in a year, of which 1863 (82%) were initially accepted for compensation. Proportion of claims accepted was lowest in community care (79%) and corporate office settings (79%) and highest in long-term care settings (86%). Overall, 46% of claims resulting from allergy/irritation were accepted, in contrast to 98% acceptance of claims from cuts and puncture wounds. Licensed practical nurses had the lowest odds of claims not accepted compared with registered nurses (ARO (95% CI) = 0.55 (0.33 to 0.91)), whereas management/administrative staff had the highest odds (ARO = 2.91 (1.25 to 6.79)) of claims not accepted. A trend was observed with higher seniority of workers associated with lower odds of non-acceptance of claims. CONCLUSIONS: Analysis from British Columbia's healthcare sector suggests variation in workers' compensation acceptance exists across sub-sectors, occupations, seniority of workers, and injury categories. The patterns observed, however, were independent of age and sex of workers. Results suggest that when using workers' compensation datasets, local adjudication regulations and factors associated with acceptance of claims should be taken into consideration.
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 | 0,000 | 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 ».