Time to return to work following workplace violence among direct healthcare and social workers
Notice bibliographique
Résumé
OBJECTIVES: This study examined time to return-to-work (RTW) among direct healthcare and social workers with violence-related incidents compared with these workers with non-violence-related incidents in British Columbia, Canada. METHODS: Accepted workers' compensation lost-time claims were extracted between 2010 and 2014. Workers with violence-related incidents and with non-violence-related incidents were matched using coarsened exact matching (n=5762). The outcome was days until RTW within 1 year after the first day of time loss, estimated with Cox regression using piecewise models, stratified by injury type, occupation, care setting and shift type. RESULTS: Workers with violence-related incidents, compared with workers with non-violence-related incidents, were more likely to RTW within 30 days postinjury, less likely within 61-180 days, and were no different after 181 days. Workers with psychological injuries resulting from a violence-related incident had a lower likelihood to RTW during the year postinjury (HR 0.61, 95% CI 0.43 to 0.86). Workers with violence-related incidents in counselling and social work occupations were less likely to RTW within 90 days postinjury (HR 31-60 days: 0.67, 95% CI 0.48 to 0.95 and HR 61-90 days: 0.46, 95% CI 0.30 to 0.69). Workers with violence-related incidents in long-term care and residential social services were less likely to RTW within 91-180 days postinjury. CONCLUSIONS: Workers with psychological injuries, and those in counselling and social work occupations and in long-term care and residential social services, took longer to RTW following a violence-related incident than workers with non-violence-related incidents. Future research should focus on identifying risk factors to reduce the burden of violence and facilitate RTW.
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 | 0,001 | 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) | 0,000 | 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 ».