Examining paid sickness absence by shift workers
Notice bibliographique
Résumé
BACKGROUND: Shift workers are at greater risk than day workers with respect to psychological and physical health, yet little research has linked shift work to increased sickness absence. AIMS: To investigate the relationship between shift work and sickness absence while controlling for organizational and individual characteristics and shift work attributes that have confounded previous research. METHODS: The study used archive data collected from three national surveys in Canada, each involving over 20000 employees and 6000 private-sector firms in 14 different occupational groups. The employees reported the number of paid sickness absence days in the past 12 months. Data were analysed using both chi-squared statistics and hierarchical regressions. RESULTS: Contrary to previous research, shift workers took less paid sickness absence than day workers. There were no differences in the length of the sickness absence between both groups or in sickness absence taken by female and male workers whether working days or shifts. Only job tenure, the presence of a union in the workplace and working rotating shifts predicted sickness absence in shift workers. The results were consistent across all three samples. CONCLUSIONS: In general, shift work does not seem to be linked to increased sickness absence. However, such associations may be true for specific industries. Male and female workers did not differ in the amount of sickness absence taken. Rotating shifts, regardless of industry, predicted sickness absence among shift workers. Consideration should be given to implementing scheduled time off between shift changes.
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) | 0,005 | 0,001 |
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 ».