Notice bibliographique
Résumé
Aim: To use workers' compensation claims for occupational disease and illness over a 25-year period as an indicator for women's exposures at work.Methods: Accepted compensation claims and labour force statistics for workers in the Canadian province of British Columbia were used to calculate annual rates of occupational disease and illness for women compared to men from 1992 to 2016.Results: Over 86,000 compensation claims for occupational disease and illness were accepted during the study period, but 7% were missing data on gender. Infectious disease rates increased over time and were always higher for women than men (29 versus 4 cases per 100,000 in the last five years of follow-up). Hearing loss rates decreased over time and were always higher for men than women (24 versus 1 case per 100,000 in the last five years). Skin condition rates decreased over time and were similar for men and women (3 cases per 100,000 men and women in the last five years). Mental disorder rates increased over time but more so for women than men (from 9 cases per 100,000 in the first five years of follow-up for both men and women to 19 cases for men and 26 cases for women in the last five years). Small cell sizes (<5 cases annually) for cardiovascular and respiratory diseases and for neoplasms precluded rate calculations for women. Small cell sizes were also an issue for environmental exposures but, where comparisons were feasible, men always had higher rates than women.Discussion: Women were more likely to have claims related to infectious and mental stress exposures, while men were more likely to have claims related to environmental and noise exposures. An exception was skin conditions (dermatitis) with similar rates for men and women over time. Despite significant shifts in labour force participation by women, claims rates for occupational conditions remain highly gendered. Next steps include stratification of disease and illness rates by occupation.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».