Occupational Gradients in Work-Related Insecurity and Health: Interrogating the Links
Notice bibliographique
Résumé
Traditional work-related securities that constitute the career-job model of employment have been in steep decline for several decades, affecting workers across industries and occupations. Still, insecure employment remains unequally distributed across the working population according to the major axes of social stratification, namely age, gender, race, and socioeconomic class. This study investigates patterns of exposure to work-related insecurity across the occupational hierarchy and whether these contribute to occupational gradients in health outcomes. Drawing on data from a national panel survey of the Canadian workforce, a multilevel growth curve modeling approach is used to examine the relationship between work-insecurity exposures and workers’ self-rated health trajectories over 5 years. Findings show that work-related insecurity is associated with declines in self-rated health, although the type of insecurity as well as the magnitude, direction, and duration of the effect varies by occupational status-position. The application of pseudo-R 2 tests confirmed this study’s central hypothesis that gradients in health outcomes across occupational hierarchies are due, in part, to differences in exposure to work-related insecurity. Going forward, the development of effective health promotion interventions that can modify work-related health gradients, must work toward mitigating the risk of exposure to adverse work circumstances that is systemic to occupational hierarchies.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».