MétaCan
Menu
Retour à la cohorte
Enregistrement W2597018702

Social Inequalities and the Health of Immigrant Workers Who Are Victims of Occupational Injuries in Quebec

2012· article· en· W2597018702 sur OpenAlexaboutno aff
Sylvie Gravel, Jacques Rhéaume, Gabrielle Legendre

Notice bibliographique

RevueRevue européenne des migrations internationales · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDismissalOccupational safety and healthImmigrationInequalityHealth careWorkers' compensationAppealOccupational injuryCompensation (psychology)ProductivityPoison controlMedicineSuicide preventionEnvironmental healthDemographic economicsBusinessPsychologyPolitical scienceEconomic growthEconomicsSocial psychologyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Two studies of migrants’ health and safety measures at work are selected in order to discuss social inequalities in healthcare. The first documents the trajectories of immigrant workers’ compensation as victims of occupational injuries (n=104). The results indicate that immigrant workers face more obstacles than Canadian workers during medical and legal consultations, administrative procedures, and reinsertion in the workplace as their trajectories often lead to dismissal. The second focuses on the implementation of health and safety measures in small businesses ( 25%). In these businesses (n=28), immigrant workers are less well trained as regards health and safety measures, misjudge risks, report injuries less often, and rarely participate in accident investigations. Many do not wear protective equipment. Immigrant workers who are victims of occupational injuries live with permanent disabilities that impair their productivity and often lead to dismissal, against which they do not know how to appeal. This leads to social inequalities in healthcare.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,118
Tête enseignante GPT0,453
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue européenne des migrations internationalesMême sujetOccupational Health and Safety ResearchTravaux en français237 207