O2C.2 Does region of residence matter for return-to-work after work-related injury? A comparative analysis of six canadian workers’ compensation jurisdictions
Notice bibliographique
Résumé
Objectives To investigate regional differences in return-to-work following work-related injury and whether these differences persist after adjusting for individual characteristics. Methods Workers’ compensation claims from six Canadian provinces were used to create comparable cohorts of workers aged 15–80 with a work-related injury resulting in at least one disability day from 2011 to 2015. Workers’ residential postal codes were mapped to Census standard geographic units to categorize workers into six regions representing decreasing urban density and metropolitan influence (ranging from large urban areas of 100,000+people to rural areas of <10 000 people with no metropolitan influence). Cox regression models were used to estimate the effect of urban-rural residence on the likelihood of injured workers transitioning off work disability benefits within one-year post-injury, adjusting for confounders, including provincial compensation jurisdiction. Models were stratified by industry sectors. Results The cohort included 7 46 029 work disability claims, of which the majority resided in large urban areas (69%). Unadjusted models showed that workers residing in smaller urban and rural areas had a lower likelihood of transitioning off work disability benefits compared to those in large urban areas. Urban-rural differences persisted in adjusted models (e.g. HR=0.91 95% CI 0.89, 0.94 for workers in rural areas with no metropolitan influence). Industry-stratified models showed that greater differences existed between urban and rural places of residence for workers in the transportation and construction sectors, and smaller differences for workers in the health care and manufacturing sectors. Conclusions The main finding suggests that injured workers in more rural areas face barriers in returning to work and that workers’ compensation resources may need to be allocated to address these regional disparities. Future research will incorporate both individual and regional-level variables in a multilevel model framework to identify the characteristics that are the most important in explaining variability in work disability duration.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».