Examining Risk of Workplace Violence in Canada: A Sex/Gender-Based Analysis
Notice bibliographique
Résumé
Objectives: Workplace violence (WPV) is a serious issue, resulting in significant negative health outcomes. Understanding sex/gender differences in risk of WPV has important implications for primary prevention activities. Methods: Utilizing two waves of the Canadian General Social Survey on Victimization (N = 27,643), we examined the likelihood of WPV, and sub-categories of WPV, for women relative to men. Using a sex/gender analytical approach, a series of logistic regression models examined how the associations between being a woman and each of the outcomes changed upon adjustment for work and socio-demographic characteristics. Results: After adjustment for work hours, women were at more than twice the risk of WPV compared to men (odds ratio = 2.12, 95% confidence interval 1.52-2.95). Adjustment for work characteristics attenuated, but did not eliminate this risk. Differences in associations were observed across sub-categories of violence, with adjustment for work characteristics attenuating sex/gender differences in physical WPV, but having minimal impact on sex/gender differences in sexual WPV. Conclusions: Work characteristics explain a substantial proportion of the sex/gender differences in risk of physical WPV. However, even after adjustment for work characteristics, women still showed an elevated risk relative to men for almost all types of violence (as defined by nature of the violence, sex of the perpetrator, and relationship to the perpetrator) examined in this study. Future investigations should examine why these differences between women and men remain, even within similar occupational contexts.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».