Precarious employment and workplace health outcomes in Britain
Notice bibliographique
Résumé
RATIONALE: The world of work is changing rapidly, and precarious employment is becoming more prevalent in Britain and elsewhere, particularly since the 2008 financial crisis. This is despite the evidence linking employment precarity to adverse health outcomes, and the policy discourses advocating for high-quality jobs. OBJECTIVE: I seek to establish empirically the extent and nature of the potential link between employment precarity and health outcomes, which is done chiefly at the workplace level. The research can be vital from the perspective of informing policy, given that the workplace represents the level where key policy levers operate. METHODS: I use nationally representative data from the British Workplace Employment Relations Survey. Four workplace health outcomes (WHOs; viz., injuries, illnesses, job satisfaction, and job anxiety) have been used to examine if organizations with precarious employment arrangements are likely to experience adverse health outcomes. I use alternative econometric approaches to compare organizations that reported to have three types of precarious employment arrangements, viz., shift working, annualised hours, and zero-hours contracts (ZHCs), vis-à-vis their counterparts without such arrangements. RESULTS: The results obtained reveal that workplaces with precarious employment arrangements are significantly unhealthier, and those with the most insecure form of precarious employment perform particularly worst in this respect. CONCLUSIONS: Precarious employment may become ever more prevalent as organizations contend with economic fallouts from shocks such as Brexit or Covid-19. This may lead to sub-standard health outcomes. The positive influence of trade unions on working conditions has largely been decimated and the workforce in Britain is ageing. These combinations may pose significant challenges to public health including mental health crises. Public policy ought to help minimise adverse health outcomes linked to employment precarity.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».