Occupational injury among full-time, part-time and casual health care workers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Previous epidemiological studies have conflicting suggestions on the association of occupational injury risks with employment category across industries. This specific issue has not been examined for direct patient care occupations in the health care sector. AIMS: To investigate whether work-related injury rates differ by employment category (part time, full time or casual) for registered nurses (RNs) in acute care and care aides (CAs) in long-term facilities. METHODS: Incidents of occupational injury resulting in compensated time loss from work, over a 1-year period within three health regions in British Columbia (BC), Canada, were extracted from a standardized operational database. Detailed analysis was conducted using Poisson regression modeling. RESULTS: Among 8640 RNs in acute care, 37% worked full time, 24% part time and 25% casual. The overall rates of injuries were 7.4, 5.3 and 5.5 per 100 person-years, respectively. Among the 2967 CAs in long-term care, 30% worked full time, 20% part time and 40% casual. The overall rates of injuries were 25.8, 22.9 and 18.1 per 100 person-years, respectively. In multivariate models, having adjusted for age, gender, facility and health region, full-time RNs had significantly higher risk of sustaining injuries compared to part-time and casual workers. For CAs, full-time workers had significantly higher risk of sustaining injuries compared to casual workers. CONCLUSIONS: Full-time direct patient care occupations have greater risk of injury compared to part-time and casual workers within the health care sector.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découle