Occupational injury among cooks and food service workers in the healthcare sector
Notice bibliographique
Résumé
BACKGROUND: Incidence of occupational injury is anticipated to be high among cooks and food service workers (CFSWs) because of the nature of their work and the types of raw and finished materials that they handle. METHOD: Incidents of occupational injury, resulting in lost time or medical care over a period of 1 year in two health regions were extracted from a standardized operational database and with person years obtained from payroll data, detailed analysis was conducted using Poisson regression modeling. RESULTS: Among the CFSWs the annual injury rate was 38.1 per 100 person years. The risk of contusions [RR, 95% CI 9.66 (1.04, 89.72)], burns [1.79 (1.39, 2.31)], and irritations or allergies [3.84 (2.05, 7.18)] was found to be significantly higher in acute care facilities compared to long-term care facilities. Lower risk was found among older workers for irritations or allergies. Female CFSWs, compared to their male counterparts, were respectively 8 and 20 times more likely to report irritations or allergies and contusions. In respect to outcome, almost all irritations or allergies required medical visits. For MSI incidents, about 67.4% resulted in time-loss from work. CONCLUSIONS: Prevention policies should be developed to reduce the hazards present in the workplace to promote safer work practices for cooks and food service 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».