MétaCan
Menu
Retour à la cohorte
Enregistrement W2801389138 · doi:10.1097/jom.0000000000001347

Risk of Injury by Unionization

2018· article· en· W2801389138 sur OpenAlexaff
Khaled Abdulrahman Altassan, Carine J. Sakr, Deron Galusha, Martin D. Slade, Baylah Tessier‐Sherman, Linda F. Cantley

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensInstitute of Aging
Organismes subventionnairesNational Institute on Aging
Mots-clésMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To investigate the effect of union status on injury risk among a large industrial cohort. METHODS: The cohort included hourly employees at 19 US plants between 2000 and 2007. Plants were classified by union status, and injuries were classified by severity. Cox-proportional hazard shared frailty model was used to determine time to first reportable injury. RESULTS: A total of 26,462 workers were included: 18,955 (72%) unionized and 7507 (28%) non-unionized. Union workers incurred 3194 injuries (16.9%) compared with 618 injuries for non-union workers (8.2%). After adjusting for multiple covariates, union workers had a 51% higher risk of reportable injury. CONCLUSIONS: Our results provide evidence for higher risk of reportable injuries in union workers; explanations for this increased risk remain unclear.

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)0,004
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 enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,037
Tête enseignante GPT0,432
Écart entre enseignants0,395 · 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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetOccupational Health and Safety ResearchTravaux en français237 207