0068 Using workers compensation data to estimate injury patterns in inter-provincial workers
Notice bibliographique
Résumé
Background The western Canadian province of Alberta attracts skilled workers from across Canada to work in the oilfields. We investigated whether information from Workers Compensation Board (WCB) claims would provide unbiased estimates on the rate of injury in such migrant workers. Work injuries in Alberta are compensated by the Alberta WCB regardless of province of residence. Methods The Alberta WCB provided claims data with home province, sex, age, industry and time lost from work. Denominator data came from Statistics Canada, linking census and taxation information. We also recruited a cohort of workers in Fort McMurray, the hub city for oil and gas, and followed them for 4 months to record work injuries. Results From Statistics Canada, we had 1,720,716 people working in Alberta in 2012 whose home was Alberta and 10403 whose home was Newfoundland. The overall rate of injury (with no correction possible for days employed) was lower in the migrant workers, after adjustment for age, sex and industry. Within claims, the pattern of time loss differed importantly: those from Newfoundland had a marked deficit in claims with time loss 1-28 days (OR=0.18: 95%CI 0.12-0.27). WCB reporting among the 151 cohort members was lowest among those from out of province or recently settled: overall only 38% of loss time injuries were reported. Those in precarious employment were more likely to self-medicate or quit their job to avoid being labelled with a history of injury. Conclusion Injury risk in inter-provincial workers could not be estimated using only WCB data.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».