Does Gender or Religion Contribute to the Risk of COVID-19 in Hospital Doctors in the UK?
Notice bibliographique
Résumé
Abstract The novel coronavirus pandemic is posing significant challenges to healthcare workers (HCWs) in adjusting to redeployed clinical settings and enhanced risk to their own health. Studies suggest a variable impact of COVID-19 based on factors such as age, gender, comorbidities and ethnicity. Workplace measures such as personal protective equipment (PPE), social distancing (SD) and avoidance of exposure for the vulnerable, mitigate this risk. This online questionnaire-based study explored the impact of gender and religion in addition to workplace measures associated with risk of COVID-19 in hospital doctors in acute and mental health institutions in the UK. The survey had 1206 responses, majority (94%) from BAME backgrounds. A quarter of the respondents had either confirmed or suspected COVID-19, a similar proportion reported inadequate PPE and 2/3 could not comply with SD. One third reported being reprimanded in relation to PPE or avoidance of risk. In univariate analysis, age over 50 years, being female, Muslim and inability to avoid exposure in the workplace was associated with risk of COVID-19. On multivariate analysis, inadequate PPE remained an independent predictor with a twofold (OR 2.29, (CI - 1.22-4.33), p=0.01) risk of COVID-19. This study demonstrates that PPE, SD and workplace measures to mitigate risk remain important for reducing risk of COVID-19 in hospital doctors. Gender and religion did not appear to be independent determinants. It is imperative that employers consolidate risk reduction measures and foster a culture of safety to encourage employees to voice any safety concerns. (240 words)
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| 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 ».