Exposure to COVID-19: is there a disproportionate burden on low-paid jobs in France?
Notice bibliographique
Résumé
Although a majority of COVID-19 victims are among the elderly, workers holding low-paid jobs in the essential service sectors and those who are more likely to trade their health for economic reasons may be particularly exposed. Our aim is to gather existing data suggesting a disproportionate burden of the epidemic on the lower income categories.We focus on the situation of France, which has been hard hit. Workers highly exposed to the risk of COVID-19 infection are those who routinely have close face-to-face contacts with the public/colleagues, and/or exposure to infectious agents. Prior knowledge on usual working conditions can help us highlight at-risk occupations and related risks outside the work environment during the epidemic. We analysed national data on working conditions (CT2013), exposure to occupational hazards (SUMER2017) and a flash survey conducted during the lockdown.Before the lockdown (mid-March 2020), at least 8.8 million of workers were highly exposed to Covid-19 in France. There were however sharp disparities across occupational groups. As high as 41% of the bottom quarter of earners belonged to the highly exposed group, as opposed to 12% of the top quarter of earners. Apart from health care workers and first responders, other frontline workers with low-pay such as cleaners, personal aids and cashiers are among the most exposed. The situation has yet changed during the lockdown, with teleworking, reduced hours/layoffs, and type and timing of protective measures taken by employers. Lower salary workers have been highly exposed to the risk of COVID-19 infection. They may carry a heavy health burden related to the current crisis, especially when not sufficiently protected. Their occupational risks are further compounded by their transportation and housing conditions, along with comorbidities and access to healthcare. This lays ground to greater spread and severity of the disease among working-age and older working-class adults.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 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 ».