MétaCan
Menu
Retour à la cohorte
Enregistrement W4200092698 · doi:10.1093/heapro/daab181

Does unionization and working under collective agreements promote health?

2021· article· en· W4200092698 sur OpenAlexaffabout
Jessica Muller, Dennis Raphael

Notice bibliographique

RevueHealth Promotion International · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSocial determinants of healthPolitical sciencePoliticsHealth promotionEconomic inequalityInequalityEconomic growthDemographic economicsEconomicsHealth careLaw

Résumé

récupéré en direct d'OpenAlex

Health promoters recognize the social determinants of health (SDOH) shape health outcomes yet generally neglect how unionization and collective agreements (CAs) shape these SDOH. This is surprising since extensive evidence indicates unions and CAs influence wages and benefits, job security, working conditions and income inequality, which go on to affect additional SDOH of food and housing security, child development and social exclusion. We argue unions and CAs should be a health promotion focus by examining how they influence the SDOH and health outcomes in wealthy developed nations in four ways. First, we consider how union density (UD) and CA coverage (CAC) are associated with differences between wealthy western nations in percentage of low-waged workers, extent of income inequality, and low birthweight and infant mortality rates. Second, we bring together literature that shows greater UD and CAC within national sub-jurisdictions are associated over time with more equitable distribution of the SDOH and better health outcomes. Third, we document-also using available literature-how within nations, union membership and working under a CA shape the SDOH one experiences. Fourth, we carry out a Canadian case study-applying a political economy lens-to examine how power relations, working through economic and political systems, determine extent of unionization and CAC and the inclination of health promoters to consider these issues. Implications for health promoters are considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,005
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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.

Tête enseignante Opus0,101
Tête enseignante GPT0,445
Écart entre enseignants0,344 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Promotion InternationalMême sujetEmployment and Welfare StudiesTravaux en français237 207