MétaCan
Menu
Retour à la cohorte
Enregistrement W2944755953 · doi:10.1002/ajim.22981

Work injuries in internal migrants to Alberta, Canada. Do workers' compensation records provide an unbiased estimate of risk?

2019· article· en· W2944755953 sur OpenAlexafffundabout
Nicola Cherry, Jean‐Michel Galarneau, Michael Haan, Whitney Haynes, Katherine Lippel

Notice bibliographique

RevueAmerican Journal of Industrial Medicine · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversity of OttawaWestern UniversityUniversity of Alberta
Organismes subventionnairesGovernment of Alberta
Mots-clésMedicineCohortLogistic regressionConfidence intervalDemographyOccupational injuryOdds ratioOccupational safety and healthWorkers' compensationCohort studyPoison controlOccupational medicineInjury preventionOddsEnvironmental healthOccupational exposureCompensation (psychology)Psychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: It is not known whether out-of-province Canadians, who travel to Alberta for work, are at increased risk of occupational injury. METHODS: Workers' compensation board (WCB) claims in 2013 to 2015 for those injured in Alberta were extracted by home province. Denominator data, from Statistics Canada, indicated the numbers from Alberta and Newfoundland and Labrador (NL) employed in Alberta in 2012. Both datasets were stratified by industry, age, and gender. Logistic regression estimated the risk of a worker from NL making a WCB claim in 2013 or 2014, stratified by time lost from work. Bias from under-reporting was examined in responses to injury questions in a cohort of trades' workers across Canada and in a pilot study in Fort McMurray, Alberta. RESULTS: Injury reporting rate in workers from NL was lower than those from Alberta, with a marked deficit (odds ratio [OR] = 0.17; 95% confidence interval [CI], 0.12-0.27) for injuries resulting in 1 to 30 days off work. Among the 1520 from Alberta in the trades' cohort, 327 participants reported 444 work injuries: 34.5% were reported to the WCB, rising to 69.4% in those treated by a physician. A total of 52 injuries in Alberta were recorded by 151 workers in the Fort McMurray cohort. In logistic regression, very similar factors predicted WCB reporting in the trades and Fort McMurray cohorts, but those from out-of-province or recently settled in Alberta were much less likely to report (OR = 0.02; 95% CI, 0.00-0.40). CONCLUSION: Differential rates of under-reporting explain in part the overall low estimates of injuries in interprovincial workers but not the deficit in time-loss 1 to 30 days.

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)0,004
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,022
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,057
Tête enseignante GPT0,429
Écart entre enseignants0,373 · 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

Citations9
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Industrial MedicineMême sujetOccupational Health and Safety ResearchTravaux en français237 207