Health and wellness of Canadian commercial motor vehicle drivers
Notice bibliographique
Résumé
Purpose The purpose of this paper is to solicit perspectives from stakeholders concerning health, environmental and operational challenges among Commercial motor vehicle (CMV) drivers in Canada (truck and bus drivers). Design/methodology/approach Two focus groups and one interview were conducted with key industry, government and advocacy groups representing or working with CMV drivers. Perspectives pertaining to working conditions, health issues, driver recruitment and retention, and other key issues in the CMV sector were obtained. Findings The findings show that undesirable working conditions are primary issues that impact recruitment and retention, as well as health and wellness (H&W), and productivity of drivers in both the truck and bus sectors. Compared to our US counterparts, finding parking areas and rest stops were seen as a major issue for Canadian truckers (particularly in the north). Unfortunately, there is limited or out-dated information on drivers and companies in Canada. Stakeholders stated the need for more information from both carriers/companies and from drivers themselves (particularly long-haul drivers). Research limitations/implications This study identifies gaps and key priority research areas pertaining to the H&W of the CMV sector in Canada that require further investigation. Originality/value CMV drivers are considered a vulnerable sector of the population. While drivers themselves have reported on undesirable work conditions leading to poor health, prior studies have not assessed the awareness or perspective of stakeholders involved in the CMV sector. This is the first study to capture stakeholder perspectives of the working conditions and health outcomes of CMV drivers.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».