A comparative analysis of medically released men and women from the Canadian Armed Forces
Notice bibliographique
Résumé
Introduction: Musculoskeletal (MSK) injuries and mental health (MH) disorders are the leading causes of medical attrition in the Canadian Armed Forces (CAF). Historically, medical attrition rates have been higher for women than men. In order to better understand the medical release trends of men and women, a descriptive analysis of the medical reasons for release was undertaken. Methods: Administrative data sources within the Department of National Defence were used to identify medically released personnel together with their primary medical diagnosis and demographic characteristics, including sex, age, and rank. The analysis included 5,180 Regular Force personnel medically released between April 1, 2014 and March 31, 2017. Results: While overall trends in the reasons for medical release were sometimes similar for men and women, statistically significant differences between the medical release reasons of men and women were found in several of the sub-groups considered. These sub-groups included non-commissioned members (NCMs), officers, Air personnel, and members who had not deployed in the 10 years prior to their release, as well as personnel in the earlier and later stages of their career. Discussion: An increased understanding of the differences between medically released men and women is important for the development of future injury and illness prevention strategies, which have the primary objective of improving the health and operational readiness of serving members, as well as a secondary objective of lowering medical attrition rates to improve overall retention in the CAF.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».