Work-related traumatic brain injury: A brief report on workers perspective on job and health and safety training, supervision, and injury preventability
Notice bibliographique
Résumé
BACKGROUND: Although work-related injuries are on the decline, rates of work-related traumatic brain injury (wrTBI) continue to rise. As even mild wrTBI can result in cognitive, behavioural, and functional impairments that can last for months and even years, injury prevention is a primary research focus. Administrative claims data have provided valuable insights into the mechanisms that cause wrTBI; however, data from the perspective of injured workers on wrTBI prevention is limited. OBJECTIVE: Our study aimed to better understand the factors that precipitate wrTBI, as perceived by injured workers. METHODS: We recruited 101 injured workers from a neurology services clinic with a province-wide catchment area in a large, urban teaching hospital and studied perceived preventability of these injuries from the injured workers' perspective. RESULTS: Key findings were that nearly 80% of injuries were perceived as preventable, and nearly 25% and 50% of workers reported that they did not receive job and health and safety training, respectively. Less than half of all workers reported being regularly supervised, and of those who were supervised, approximately two-thirds reported that supervision was adequate. Moreover, 84% and 77% reported they were advised to rest and take time-off after the injury, respectively. CONCLUSIONS: Our study is the first to show that the vast majority of injured workers consider their wrTBI to be preventable. In addition, we found that training and supervision are two areas that can be targeted by wrTBI prevention strategies. Our study provides valuable and unique perspectives to consider when designing wrTBI prevention initiatives.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».