Work injury risk by time of day in two population-based data sources
Notice bibliographique
Résumé
OBJECTIVE: To estimate the rate of work injury over the 24 h clock in Ontario workers over 5 years (2004-2008). METHODS: A cross-sectional, observational study of work-related injury and illness was conducted for a population of occupationally active adults using two independent data sources (lost-time compensation claims and emergency department encounter records). Hours worked annually by the Ontario labour force by time of day, age, gender and occupation were estimated from population-based surveys. RESULTS: There was an approximately 40% higher incidence of emergency department visits for work-related conditions than of lost-time workers' compensation claims (707 933 emergency department records and 457 141 lost-time claims). For men and women and across all age groups, there was an elevated risk of work-related injury or illness in the evening, night and early morning periods in both administrative data sources. This elevated risk was consistently observed across manual, mixed and non-manual occupational groups. The fraction of lost-time compensation claims that can be attributed to elevated risk of work injury in evening or night work schedules is 12.5% for women and 5.8% for men. CONCLUSIONS: Despite the high prevalence of employment in non-daytime work schedules in developed economies, the work injury hazards associated with evening and night schedules remain relatively invisible. This study has demonstrated the feasibility of using administrative data sources to enhance capacity to conduct surveillance of work injury risk by time of day. More sophisticated aetiological research is needed to understand the specific mechanisms of hazards associated with non-regular work hours.
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) | 0,003 | 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 ».