Employment Precarity and Increased Risk of Hazardous Occupational Exposures Among Residents of High Socioeconomic Hardship Neighborhoods
Notice bibliographique
Résumé
BACKGROUND: While there is evidence that workers in nonstandard employment arrangements are disproportionately exposed to recognized occupational hazards, existing studies have not comprehensively examined associations between employment precarity and exposure to occupational hazards for these workers in the USA. The aim of this study was to examine relationships between employment precarity and occupational hazards in two contiguous high socio-economic hardship neighborhoods in Chicago. METHODS: Using a community-based participatory research approach, community researchers administered a community-developed survey to 489 residents of Greater Lawndale who reported current or recent employment in a job that met at least one characteristic of precarious employment (e.g. unpredictable schedule, insecure work, no living wage/benefits). Employment precarity was calculated using a modified version of the Employment Precarity Index (EPI) developed by the Poverty and Employment Precarity in Southern Ontario group. We modeled the association between employment precarity and occupational exposures using logistic regression models. RESULTS: We identified a high prevalence of precarious employment in this sample, as well as a high prevalence of self-reported exposure to recognized occupational hazards. Increases in relative employment precarity were significantly associated with self-reported exposure to chemical and biological hazards, physical hazards, and slip, trip, strike, fall, trap or crush hazards at work. CONCLUSIONS: Results highlight the importance of using community research approaches and robust measures of employment characteristics, such as the EPI, to evaluate associations between employment precarity and hazardous exposures. These results suggest that variability in employment situations and resultant relative employment precarity are important predictors of exposure to recognized occupational hazards. Findings also suggest that health inequities observed among precariously employed workers may be partly explained by increased risk for exposure to occupational hazards, which has implications for community health and should be investigated in future longitudinal research.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».