S-85 Sex and gender inequalities: segregation of OHS exposures and preventive avenues for a population of low-educated teenagers entering the labour force
Notice bibliographique
Résumé
As men and women hold different jobs, have different social roles and different power influence in societal strata, they are exposed to different physical and psychosocial hazards at work. Adolescents with lower levels of education who start working are particularly vulnerable to sex/gender segregation of tasks and exposure to different work hazards. In Quebec, adolescents who have experienced significant academic delays are referred to the Work-Oriented Training Program (WOTP). In this program, they learn semi-skilled trades by doing practicums, through Co-operative Education. These placements involve many occupational health and safety risks. For example, students may be exposed to various toxic substances in cleaning jobs, to wood or metal dust in processing plants or garages, to allergens in pet care businesses, hair salons, or child care centers. As jobs are segregated by gender, prevention approaches must take this into account. Occupational health and safety (OHS) risk factors may differ by sex and/or gender (e.g. when a small girl uses tools designed for tall men; or when manual handling training only considers ‘boxes’ as potential loads rather than a variety of situations, such as angry children or objects). Accordingly, occupational safety and health programs and prevention strategies should consider sex and gender-related factors. Our team is developing educational tools and resources to help these students improve and maintain their health as they enter the workforce, through an equity perspective. This presentation will discuss the differentiated hazards faced by low-educated male and female adolescents, as well as promising prevention avenues, including specific consideration for ‘invisible risks’ often encountered by young women. The WOTP examples that will be given can be applicable to other contexts of vocational training and work integration in low-skilled jobs for young workers.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».