Air temperatures and occupational injuries in the agricultural settings: a report from Northern Italy (Po River Valley, 2013-2017).
Notice bibliographique
Résumé
INTRODUCTION: High environmental temperatures are associated with an increased risk for occupational injuries (OIs), particularly where environmental exposure and heat sources in the workplace, are associated with internal heat generation by strenuous muscular work. As a consequence, Agricultural Workers (AWs) are among the most heavily affected occupational groups. METHODS AND AIMS: The aim of this study was to assess the relationship between environmental temperatures and OIs in AWs from the Po River Valley in the Northern Italy (27,736,158 total inhabitants; mean agricultural workforce of 312,195.6 individuals). Data about OIs from 2013 to 2017, and daily weather for the administrative unit of occurrence were retrieved. Days were classified by a) mininum (Tmin) / maximum (Tmax) air temperatures; b) average day temperature (Tday); c) daily temperature variation (TV), d) relative humidity. Risk for daily OIs was calculated as correspondent Odds Ratios (OR) through a Poisson regression model. RESULTS: Estimated incidence for OIs was 66.3/1,000 workers-year. In regression analysis, for every Tday percentile increase equal to 2.5, an OR 1.007 (95% CI, 1.003 to 1.010) was reported. More precisely, higher risk for OIs was associated to Tmax > 25°C (OR 1.143, 95%CI 1.125-1.160) and to Tmax > 25°C + Tmin > 20°C (OR 1.158, 95%CI 1.138-1.179), Tmin < 0°C were associated with a significantly reduced risk (OR 0.879, 95%CI 0.850-0.910), with the notable exception of older age groups (OR 1.348, 95%CI 1.254; 1.449). During timeframes characterized by Tmax > 35°C (i.e. HW time period), the risk was higher during the first day (OR 1.266; 95%CI 1.206-1.330), and again from the fourth day onwards (OR 1.090; 95%CI 1.048 - 1.133). Analysis of TV identified an increased risk for occupational injuries in days characterized by higher variability, and particularly for TV ranging 4.0 - 4.9 (OR 1.042, 95%CI 1.017 - 1.068), and equals to 5.0 or greater (OR 1.143, 95%CI 1.118 - 1.167). Also increased relative humidity was associated with higher risk for OIs (OR 1.096, 95%CI 1.081-1.126, and OR 1.154, 95%CI 1.135-1.173 for relative humidity 70 - 89%, and ≥ 90%). CONCLUSIONS: Our findings recommend policymakers to develop appropriate procedures and guidelines, in particular for the HW time periods.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».